Jede Sprache verstehen – Was KI-Kopfhörer jetzt möglich machen

Tuochao Chen steht in einem Museum in Mexiko. Vor ihm spricht der Museumsführer auf Spanisch, doch Chen versteht kein Wort. Er zückt sein Smartphone, startet eine Übersetzungs-App, hält das Mikrofon Richtung Stimme – aber die Übersetzung bleibt unverständlich. Hintergrundgeräusche, Stimmengewirr, schlechte Akustik: Die Technik scheitert. Dabei wäre genau hier Hilfe nötig. Für solche Situationen gibt es künftig eine Lösung: Ein Forschungsteam an der University of Washington hat KI-Kopfhörer entwickelt. Sie erkennen mehrere Stimmen gleichzeitig, behalten deren Klangfarbe und Richtung bei und liefern eine verständliche Übersetzung – und zwar in Echtzeit.

Statt einer einzigen Computerstimme, die alle Menschen gleich klingen lässt, hört man die echte Stimme jeder Person – nur eben in der Sprache, die man versteht. Und man erkennt sofort, woher die Stimme im Raum kommt, selbst wenn jemand im Hintergrund spricht oder sich bewegt.

Technik denkt mit und hört in alle Richtungen

Die KI-Kopfhörer scannen den Raum in 360 Grad. Tuochao Chen, Autor der Studie und Mitentwickler, erklärt: „Unsere Algorithmen funktionieren ein bisschen wie ein Radar. Sie bestimmen ständig, ob eine oder sieben Personen im Raum sprechen – und aktualisieren das laufend.“ Die Software trennt die Stimmen, verfolgt ihre Position und spielt die Übersetzung mit zwei bis vier Sekunden Verzögerung ab. So bleibt die Verständlichkeit hoch, ohne störende Fehler.

Das System funktioniert mit handelsüblichen, geräuschunterdrückenden Kopfhörern. Mikrofone nehmen die Gespräche auf, während der Computer die Stimmen analysiert. Anders als viele Apps oder Geräte funktioniert alles lokal auf einem Laptop oder Gerät mit M2-Chip – ohne Cloud, ohne Internet, ohne Datenschutzrisiko.

Endlich keine Roboterstimmen mehr bei Übersetzungen

Shyam Gollakota, Professor und Projektleiter, bringt das Problem auf den Punkt: „Andere Übersetzungstechnologien gehen davon aus, dass immer nur eine Person spricht. Aber in der realen Welt kann nicht eine Roboterstimme für mehrere Menschen im Raum sprechen.“

Gerade das macht den Unterschied: In bisherigen Geräten klingt jede übersetzte Stimme gleich – emotionslos, künstlich, monoton. Jetzt bleibt der persönliche Klang der Stimme erhalten. Man hört nicht nur, was jemand sagt, sondern auch wer es sagt – selbst wenn man die Sprache nicht versteht.

Testpersonen hören gezielter und verstehen deutlich besser

Das Forscherteam testete die Kopfhörer in zehn verschiedenen Umgebungen – drinnen, draußen, bei viel und wenig Lärm. 29 Testpersonen probierten das System aus. Fast alle gaben an, dass sie sich damit besser orientieren konnten als mit bisherigen Übersetzungsgeräten.

Besonders hilfreich sei gewesen, dass die Kopfhörer automatisch anzeigen, aus welcher Richtung die Stimme kommt. So fühlte sich die Kommunikation natürlicher an. Die meisten bevorzugten übrigens eine Übersetzungsverzögerung von drei bis vier Sekunden – das war fehlerärmer als bei kürzeren Zeiten.

Auch für deutsche Sprache getestet – aber Alltagssprache bevorzugt

Die Technik funktioniert bereits mit mehreren Sprachen, darunter Spanisch, Deutsch und Französisch. Allerdings eignet sich das System bislang vor allem für Alltagssprache. Fachbegriffe oder technische Ausdrücke erkennt es noch nicht zuverlässig.

Der Code für das Übersetzungssystem wurde auf der ACM CHI-Konferenz in Japan vorgestellt – einem wichtigen Treffpunkt für Innovationen in der Mensch-Maschine-Interaktion. Die Software ist öffentlich zugänglich und kann von Entwicklern weltweit weiterverwendet werden.

Vielseitig einsetzbar – von Tourismus bis Teamarbeit

Die Einsatzmöglichkeiten sind groß: Führungen im Museum, Gespräche auf internationalen Messen, mehrsprachige Arbeitstreffen, sogar Reisen in fremde Länder. Die KI-Kopfhörer machen es möglich, Menschen direkt zu verstehen – ohne Umweg über schlechte Apps oder manuelles Abwarten.

Das ist ein Schritt, um die Sprachbarrieren zwischen Kulturen abzubauen. Wenn ich also in Mexiko auf der Straße gehe, kann ich, obwohl ich kein Spanisch spreche, alle Stimmen übersetzen und weiß, wer was gesagt hat.

Tuochao Chen

So verbindend kann Fortschritt sein: Diese Technologie bringt Menschen einander näher – auch dann, wenn sie nicht dieselbe Sprache sprechen.

Kurz zusammengefasst:

• Die neuen KI Kopfhörer der University of Washington können mehrere Stimmen gleichzeitig erkennen, übersetzen und dabei Klang und Richtung jeder Stimme beibehalten.
• Sie funktionieren in Echtzeit mit handelsüblicher Technik, ganz ohne Cloud – das macht sie datenschutzfreundlich und alltagstauglich.
• In Tests überzeugten sie mit natürlicher Verständlichkeit, räumlicher Orientierung und einem klaren Vorteil gegenüber bisherigen Übersetzungssystemen.

Übrigens: Unser Körper spricht oft lauter als unsere Worte und verrät Dinge, die wir selbst kaum bemerken. Warum kleine Gesten, Blicke oder Haltungen entscheidend dafür sind, wie wir wahrgenommen werden – mehr dazu in unserem Artikel.

Bild: © Pexels