Nach den jüngsten SDK-Updates freuen wir uns, die neuesten Erweiterungen der devAIce® Web API-Versionen anzukündigen. Diese Updates bieten eine Vielzahl neuer Funktionen und Verbesserungen, die es Entwicklern ermöglichen, das volle Potenzial unserer fortschrittlichen Technologie auszuschöpfen. Lassen Sie uns die spannenden Neuerungen in devAIce® 4.2 und 4.3 kennenlernen.
Erweitertes Szenemodell: Fähigkeiten der nächsten Generation
Die neue Generation unseres Szenenmodells ist nahtlos in die Web-API integriert worden. Dieses Update bringt eine erweiterte Palette von 21 Klassen, die die vorherigen 14 Klassen übertrifft. Die folgenden Klassen wurden hinzugefügt: Café, belebter Innenraum, Aufzug, Küche, Wohnbereich, Toilette und U-Bahn-Station, wodurch die Fähigkeit des Modells, verschiedene Szenen genau zu identifizieren, verbessert wurde. Bemerkenswerterweise hat sich die Genauigkeit des Modells trotz der gestiegenen Anzahl von Klassen deutlich verbessert und erreicht (für alle Klassen) etwa 60 %, abhängig von der Dauer des Eingangssignals. Darüber hinaus haben wir das Modul mit einer gleitenden Fenster-Durchschnittsausgabe erweitert, was die Nutzung in Echtzeit und die Anpassungsfähigkeit an verschiedene Anwendungsfälle durch Anpassung der Fenstergröße erleichtert.
Verbesserte Eigenschaften der Lautsprecher: Präzision und Einschließlichkeit in einem
Um eine höhere Genauigkeit und Inklusivität zu erreichen, haben wir Verbesserungen am Modul Sprecherattribute vorgenommen. Das Altersmodell wurde durch eine genauere Alternative ersetzt, wodurch der mittlere absolute Fehler auf weniger als 10 Jahre gesenkt wurde. Insbesondere übertrifft unser Modell die menschliche Basislinie und übertrifft die menschliche Leistung in dieser Aufgabe. Darüber hinaus wurde das Geschlechtsmodell, das das wahrgenommene Geschlecht eines Sprechers bestimmt, auf ein neues Drei-Klassen-Modell umgestellt, das eine Kinderklasse enthält. Die Einführung der Kinderklasse behebt die fehlende Geschlechtsdifferenzierung bei Kindern und gewährleistet eine umfassende Analyse der Sprechereigenschaften.
Einführung in das Modul zur Analyse der Audioqualität
Die neueste devAIce® Web API führt das völlig neue Modul Audioqualität ein, das eine umfassende Analyse der Audiosignalqualität ermöglicht. Mit diesem Modul können Benutzer nun Qualitätsprüfungen durchführen, um Anomalien oder Probleme im Audio-Input zu identifizieren. Es ist so konzipiert, dass es nahtlos mit anderen Modulen zusammenarbeitet, um eine optimale Leistung zu gewährleisten und Entscheidungen zu erleichtern, wie z. B. den Ausschluss von Audioschnipseln mit übermäßigem Hintergrundrauschen. Das Modul liefert zwei wichtige Ausgabewerte: Signal-Rausch-Verhältnis (SNR) und Nachhallzeit (RT60), die eine präzise Bewertung der Audioqualität ermöglichen.
Erweitertes Ereignismodell: Akustische Ereignisdetektion (AED)
Das Modul Ereignisse wurde umgestaltet und heißt jetzt Acoustic Event Detection (AED). Ausgestattet mit einem fortschrittlichen Modell, weist AED eine höhere Präzision und eine deutlich verbesserte Wiedererkennung bei der Erkennung von Sprach- und Musikereignissen auf. Diese Verbesserungen gewährleisten die genaue Identifizierung von tatsächlich positiven Ereignissen und erhöhen die Zuverlässigkeit der erzielten Ergebnisse.
Zusätzliche Erweiterungen und Verbesserungen
Zusätzlich zu den oben erwähnten Aktualisierungen haben wir einige weitere bemerkenswerte Änderungen und Verbesserungen vorgenommen:
- Das CLI-Tool kann jetzt auch auf älteren Web-API-Versionen ausgeführt werden, was eine breitere Kompatibilität und mehr Komfort gewährleistet.
- Unsere Dokumentation wurde mehrfach verbessert, u.a. wurden die Beschreibungen von Lautstärke und Intonation im Prosody-Modul erweitert, was ein besseres Verständnis und eine bessere Nutzung ermöglicht.
Bleiben Sie dran und erfahren Sie mehr über die einzelnen Funktionen in unseren kommenden technischen Blogbeiträgen. Schöpfen Sie das volle Potenzial von devAIce® Web API 4.3 mit diesen spannenden Updates aus!
