Wake Word

Ein Wake Word ist ein bestimmtes Wort oder eine kurze Wortfolge, auf die ein Gerät wartet. Bekannte Beispiele sind « Alexa », « Hey Siri » oder « OK Google ». Solange dieses Wort nicht fällt, reagiert der Lautsprecher oder das Handy nicht auf das, was im Raum gesprochen wird. Damit das funktioniert, hört das Mikrofon zwar dauerhaft mit, prüft aber nur eine einzige Frage: Kam gerade dieses eine Wort vor? Man kann es sich vorstellen wie einen Wachmann, der ein Passwort abwartet und alles andere ignoriert. Erst nach dem Passwort beginnt die eigentliche Arbeit.

Was das Weckwort mit Privatsphäre zu tun hat

Viele Menschen misstrauen Sprachassistenten, weil ein Mikrofon rund um die Uhr eingeschaltet ist. Das Wake Word ist die technische Antwort der Hersteller auf dieses Misstrauen. Die Idee: Die dauerhafte Prüfung passiert direkt auf dem Gerät, ohne Internetverbindung. Erst wenn das Weckwort erkannt wurde, geht eine Tonaufnahme an die Rechenzentren des Anbieters.

Ganz sauber funktioniert das in der Praxis nicht. Geräte springen regelmäßig auf ähnlich klingende Wörter an, etwa « Alexander » statt « Alexa ». Solche Fehlauslöser heißen im Fachjargon False Accepts. Studien haben gezeigt, dass gängige Assistenten mehrmals am Tag versehentlich starten und dann Gesprächsfetzen übertragen. Umgekehrt gibt es False Rejects: Das Gerät reagiert nicht, obwohl man es gerufen hat.

Für Unternehmen ist das Weckwort außerdem ein Stück Markenpolitik. Wer den Namen seiner Firma zum Weckwort macht, bringt Millionen Menschen dazu, diesen Namen täglich auszusprechen. Deshalb sind Weckwörter selten frei wählbar, sondern auf wenige vom Hersteller vorgegebene Varianten beschränkt.

Wie ein Gerät sein eigenes Weckwort erkennt

Im Gerät läuft ein sehr kleines Rechenmodell, das nur eine Aufgabe hat. Es zerlegt den Ton in kurze Schnipsel von wenigen Millisekunden. Für jeden Schnipsel berechnet es, wie stark er zum Klangmuster des Weckworts passt. Ergibt sich über mehrere Schnipsel hinweg ein passendes Muster, gilt das Weckwort als erkannt.

Dieses Modell ist winzig im Vergleich zu den Systemen, die später die eigentliche Frage verstehen. Es braucht oft weniger als ein Megabyte Speicher und läuft auf einem billigen Chip. Das ist Absicht: Es muss ununterbrochen arbeiten, ohne den Akku leerzusaugen. Ein großes Sprachmodell dauerhaft mitlaufen zu lassen, wäre technisch und energetisch unmöglich.

Ein Detail überrascht viele: Die meisten Geräte speichern den Ton der letzten ein bis zwei Sekunden in einem kleinen Zwischenspeicher. So geht der Satzanfang nicht verloren, wenn man direkt nach dem Weckwort weiterspricht. Dieser Puffer wird laufend überschrieben, solange nichts erkannt wird. Genau er ist aber der Grund, warum bei einem Fehlauslöser auch Wörter übertragen werden, die vor dem vermeintlichen Weckwort fielen.

Vom Smart Speaker bis zum Auto

Am bekanntesten sind Weckwörter aus Lautsprechern wie dem Amazon Echo oder dem Google Nest. Aber auch Smartphones, Kopfhörer, Fernseher und Autos arbeiten damit. In neueren Fahrzeugen ersetzt ein Weckwort zunehmend Knöpfe für Navigation oder Klimaanlage. Selbst manche Küchengeräte und Fitnessuhren horchen inzwischen auf ein festes Kommando.

In Nachrichten taucht der Begriff meist im Zusammenhang mit Datenschutzstreit auf. Immer wieder wurde bekannt, dass Mitarbeiter von Herstellern versehentlich aufgezeichnete Gesprächsschnipsel angehört haben, um die Erkennung zu verbessern. Solche Berichte haben zu Bußgeldern und geänderten Voreinstellungen geführt. Bei den meisten Assistenten kann man heute in den Einstellungen nachsehen, wann das Gerät ausgelöst hat, und Aufnahmen löschen.

Ein häufiger Irrtum ist, dass ein Weckwort dasselbe sei wie Spracherkennung. Es ist nur der Türöffner. Die Umwandlung von Sprache in Text und das Verstehen der Bitte passieren erst danach, meist auf entfernten Servern. Wer die Begriffe trennt, versteht auch besser, warum ein Gerät ohne Internet zwar aufwacht, aber trotzdem nicht antworten kann.