Hot-Word-Aktivierung

Lautsprecher und Handys mit Sprachsteuerung reagieren erst, wenn man ein festes Signalwort sagt. Bekannte Beispiele sind „Hey Siri“, „Alexa“ oder „OK Google“. Dieses Startwort nennt man Hot Word oder Weckwort. Damit das Gerät es hören kann, muss das Mikrofon dauerhaft eingeschaltet sein. Es prüft dabei aber nur eine einzige Frage: Kam gerade das Signalwort oder nicht? Alles andere wird verworfen und wandert nicht ins Internet. Erst nach dem Weckwort beginnt die eigentliche Verarbeitung des Gesagten.

Warum das Gerät nicht einfach alles mitschickt

Ohne dieses Prinzip müsste ein Lautsprecher jeden Ton an die Server des Herstellers senden. Das wäre technisch möglich, aber aus zwei Gründen schlecht. Erstens würde es enorme Mengen an Daten und Rechenzeit kosten. Ein Haushalt produziert 24 Stunden Ton am Tag, davon sind vielleicht fünf Minuten an das Gerät gerichtet.

Zweitens wäre es ein massives Datenschutzproblem. Ein Mikrofon, das dauerhaft alles überträgt, ist eine Wanze. Die Hot-Word-Aktivierung ist deshalb auch ein juristisches Argument der Hersteller: Nur der kurze Abschnitt nach dem Weckwort verlässt das Gerät. Der Rest wird lokal geprüft und sofort überschrieben.

Ganz sauber funktioniert das nicht immer. Es gibt sogenannte Fehlauslöser, wenn ein ähnlich klingendes Wort im Fernsehen fällt. Studien haben gezeigt, dass Sprachassistenten mehrmals am Tag ungewollt starten und dann tatsächlich Aufnahmen verschicken. Genau darüber gab es mehrfach Schlagzeilen, weil Mitarbeiter solche Aufnahmen zur Qualitätskontrolle angehört haben.

Der kleine Wächter im Chip

Im Gerät arbeitet ein sehr kleines Erkennungsprogramm. Es kennt nicht die ganze Sprache, sondern nur den Klang des einen Weckworts. Man kann es sich wie einen Türsteher vorstellen, der ein einziges Passwort auswendig gelernt hat. Alles andere interessiert ihn nicht, deshalb braucht er kaum Energie.

Technisch läuft dieses Programm oft auf einem eigenen Spezialchip mit sehr geringem Stromverbrauch. Der Hauptprozessor des Handys kann währenddessen schlafen. Erst wenn der kleine Wächter anschlägt, weckt er den großen Prozessor auf. Dann wird die aufgezeichnete Frage an leistungsstarke Rechner im Internet geschickt oder, bei neueren Geräten, direkt auf dem Handy verarbeitet.

Die Entwickler stellen dabei eine Empfindlichkeit ein. Ist sie zu hoch, springt das Gerät ständig grundlos an. Ist sie zu niedrig, muss man das Weckwort dreimal wiederholen. Dieser Kompromiss zwischen Fehlalarm und Überhören ist die zentrale Schwierigkeit. Deshalb sind Weckwörter meist mehrsilbig und klingen ungewöhnlich – „Alexa“ verwechselt man seltener als ein kurzes „Hey“.

Vom Küchenlautsprecher bis zum Auto

Am bekanntesten ist das Prinzip von smarten Lautsprechern und Handys. Es steckt aber auch in Autos, Fernsehern, Kopfhörern und manchen Küchengeräten. In Neuwagen ersetzt die Sprachsteuerung zunehmend Knöpfe, weil man beim Fahren die Hände am Lenkrad lassen soll.

In Nachrichtenmeldungen taucht der Begriff meist in zwei Zusammenhängen auf. Entweder geht es um Datenschutz und ungewollte Aufnahmen, oder um den Wettbewerb der Anbieter. Wer das Weckwort besetzt, besitzt den Zugang zum Nutzer. Deshalb kämpfen Amazon, Google und Apple darum, welcher Assistent auf welchem Gerät standardmäßig lauscht.

Ein häufiger Irrtum ist die Annahme, ein Gerät mit Weckwort zeichne permanent Gespräche auf. Das Mikrofon ist zwar an, aber es speichert normalerweise nichts dauerhaft. Verwechseln sollte man die Hot-Word-Aktivierung auch nicht mit der eigentlichen Spracherkennung. Das Weckwort öffnet nur die Tür – das Verstehen des Satzes ist ein völlig anderer, viel aufwendigerer Schritt.