(PM) Gilching, 25.04.2018 - Das US-amerikanische Unternehmen Jibo nutzt für den ersten gleichnamigen sozialen Roboter die intelligente Audioanalyse-Technologie des Münchner Startups audEERING. Dadurch erkennt der 30 cm große Jibo menschliche Sprache in Kombination mit Video und setzt so auf multimodale Eingabeerkennung als Grundlage für soziale Kompetenz.

Mit der sensAI Voice Activity Detection (VAD) Technologie von audEERING filtert der Roboter die menschliche Stimme auch bei lauten Hintergrundgeräuschen wie Musik und Straßenlärm heraus und wird zudem nur aktiv, wenn er eine Stimme wahrnimmt. Jibo erkennt die menschliche Sprache in ihrem natürlichen Rhythmus, wertet sie in Echtzeit aus und reagiert entsprechend. Dank seiner 360-Grad-Mikrofone, wendet er sich in einer fließenden Bewegung seinem Nutzer zu, sodass ein Gefühl der sozialen Interaktion entsteht.

Durch die Kombination von Jibos Videoerkennung mit der audEERING Sprachanalyse-Technologie erkennt er bis zu 16 unterschiedliche Personen anhand ihrer Gesichter und Stimmenprofile und begrüßt sie individuell. Seine Fähigkeit zu hören und zu sehen ermöglicht es dem Roboter, proaktiv mit Menschen zu agieren. So erzählt Jibo unvermittelt einen Witz oder tanzt zu seinem Lieblingssong. Aktuell ist der Roboter auf dem US-amerikanischen und kanadischen Markt erhältlich.

Im nächsten Entwicklungsschritt wird Jibo nicht nur sozial kompetent, sondern auch emotional agieren. Mit der Implementierung der sensAi Emotion Technologie audEERINGs wird der Roboter in der Lage sein, unterschiedliche Sprecherzustände zu erkennen und darauf individuell einzugehen.

„Dank der Audioanalyse-Technologie von audEERING schaffen wir eine multimodale Eingabeform und damit einen großen Schritt in der Interaktion zwischen Jibo und seinen Nutzern“, so Brian Eberman, CEO, Jibo, Inc. „Durch seine Fähigkeit, Video- und Audio-Daten zu kombinieren und auszuwerten, schafft Jibo die Grundlage für eine wahre soziale Interaktion und emotionale Verbindung zwischen Mensch und Roboter.“

Dagmar Schuller, Co-Founder und CEO von audEERING, gibt einen Ausblick auf die Entwicklung der künstlichen emotionalen Intelligenz: „In der Zukunft der Sprachassistenzsysteme ist es nicht länger entscheidend, was gesagt wird sondern wie und unter welchen Umständen. Die Fähigkeiten von Jibo sind erst der Anfang. Sehr wahrscheinlich wird es Robotern bald möglich sein, Emotionen noch genauer in feinen Abstufungen zu erkennen und darauf entsprechend zu reagieren – und das nicht nur bei Menschen, sondern auch bei Tieren. Aktuell ist es uns möglich, insgesamt mehr als 50 verschiedene Zustände des Sprechenden, wie Zweifel, Bewunderung, Interesse oder Faszination zu analysieren.“.

Erst im September 2017 wurde audEERING auf der Medien- und Marketing-Fachmesse dmexco in einem internationalen Innovationswettbewerb für seine sensAI Web-API und Device-Technologie als "Innovator des Jahres 2017" ausgezeichnet.