🎙 Wake Word

Das Wake Word oder auch Hot Word bzw. Aktivierungswort ist das wort, welches den Sprachassistenten Deep Thought aktiviert. Das Wake Word ist durch den Nutzer festzulegen und muss eingesprochen werden.

Faktoren

Ein ideales Wake Word soll

1. Einfach sein
2. Klar verständlich sein
3. Verlässlich sein
4. Differenzierbar sein

Marktanalyse

Es existieren diverse Sprachassistenten mit unterschiedlichen Wake Words auf den Markt. In der folgenden Tabelle sind die gängigen aufgelistet:

Es scheint üblich zu sein das Wake word mit einer Begrüßung zu verbinden - möglicherweise werden so falsch positive erkennungen, wenn der Name beiläufig im Alltag erwähnt wird unterbunden. Das wird auch durch den folgenden Artikel bestätigt.

A short wake word can can be made more effective by prepending it with e.g. “Hey”, or “OK”. These prefixes also can also help make it unambiguous that the wake phrase was intended to be triggered, and not simply a part regular speech that accidentally matched the wake phrase.

Was wiederum auffällig ist, dass Amazon mit ihrem Wake Word “Alexa” keine Begrüßung bzw. Präfix verwenden, was die Frage aufwirft ob es eine Besonderheit mit dem Namen gibt. Ein Artikel verrät, dass die Entwickler beim Testprozess herausgefunden haben, dass die weichen Vokale sowie das ‘x’ die Erkennung in positiver Hinsicht unterstützen.

Prozess zur Suche eines geeigneten Wake Words

Um ein geeignetes Wake Word zu finden, ist es zunächst nicht verkehrt zu definieren wie alltagstauglich das Wort ist. Wir beschränken uns hier auf den Kontext deutscher Sprache.

Das Wort sollte möglichst eindeutig sein - um Wörter mit ähnlichem Aufbau zu finden, bietet sich das digitale Wörterbuch DWDS an. Hier kann man durch eine mächtige Korpussuche nach ähnlichen Wörtern suchen. Beispielsweise findet eine suche nach *aus alle Wörter, die auf -aus enden.

Um die phonetische eindeutigkeit zu prüfen bieten sich auch Suchmaschinen, die Reime für ein gegebenes Wort suchen, wie z.B. rhyme, Reimemaschine.de oder Woxikon an.

Jetzt beginnt der schwierige Prozess: Das Suchen geeigneter Wörter. Die folgenden Wörter sind während des Prozesses in die engere Auswahl gekommen.

1. Obelix
   Ein bekannter Comiccharakter aus den Comics “Asterix”. Der Vorteil dieses Namens liegt in seiner Personifizierung, die Gespräche mit dem Sprachassistenten persönlicher machen sowie seine phonetische Eindeutigkeit. So existieren nahezu keine Wörter mit ähnlicher Endung - lediglich “-helix”, was kein wirklich alltagsgebräuchlicher Begriff ist. Genauso existiert kein Reim mit gleicher Silbenanzahl, allerdings dafür die Wörter nix, fix und nichts, die hier problematisch werden könnten.
   

2. Pixie
   Auch hier liegt eine Personifizierung vor. Die phoentische Eindeutigkeit ist hier allerdings etwas schwieriger und umfangreicher zu bestimmen, weil die Endung -ixie auf unterschiedliche Weisen geschrieben wie -ichsi, -iksi, -iksy, -igsi in der Aussprache identisch oder gleich sind.
   

3. Kassandra
   Auch hier liegt eine Personifizierung vor. Der Gedanke hierbei ist, dass die Spracherkennung dieses Wort durch die deutliche Aussprache des Kass besser erkennt, auch wenn die Endung viele ähnliche Wörter suggerieren könnte.
   

4. Miriam
   Auch hier wieder Personifizierung Es gibt überraschend wenig Wörter, die auf -iam enden, vielleicht ist das ein Ansatz.

Test der Wake Words

Um die Wake Words zu testen werden diese in Rhasspy eingesprochen. Die folgende Konfiguration wird hierfür angewendet:

"wake": {
    "raven": {
    "keywords": {
            "default": {},
            "kassandra": {},
            "pixie": {},
            "obelix": {},
            "miriam": {}
        },
        "minimum_matches": "1",
        "probability_threshold": "0.5",
        "vad_sensitivity": "1"
    },
    "system": "raven"
}

Hierbei haben sich für die Wake Words folgendes ergeben:

1. Obelix
   Das Wake Word Obelix hat sich in der Konfiguration nicht als Wake Word geeignet. Beim Test lies es sich nahezu einfacher durch die Kombinationen oben nichts bzw oben nix auslösen als durch die Aussprache von Obelix. Desweiteren hat sich beim Test gezeigt, dass man bei dem Wort dazu verleitet wird es in einer höheren Geschwindigkeit auszusprechen, was je nach Training unterschiedliche resultate haben kann.
   

2. Pixie
   Das Wake Word Pixie hat sich bei dem Test sehr gut geschlagen und konnte sehr genau erkannt werden. Selbst eine undeutliche, genuschelte Aussprache oder eine Aussprache mit Pullover vor dem Mund konnte erkannt werden. Es hat sich allerdings gezeigt, dass Rhasspy Raven sehr stark auf die Endung -ixie fokussiert ist und diese schon zur Aktivierung ausreicht. Auch ein höherer probability_thereshold Wert zeigt hier keine Abhilfe. Es wird auch auf Phrasen wie Schick sie reagiert.
   

3. Kassandra
   Das Wake Word Kassandra eignet sich in der Konfiguration nicht als Wake Word. Beim Test hat sich gezeigt, dass die Aussprache jedes mal leicht unterschiedlich ist und es stark davon abhängig ist wie “hart” man das doppel-s ausspricht bzw. betont. Selbst mit einem geringen probability_thereshold Wert von 0.1 ist es immer noch schwierig den Sprachassistenten mit unterschiedlichen Aussprachen zu aktivieren.
   

4. Miriam
   Miriam hat sich auch als sehr zuverlässig erwiesen. Der Konsonant r hilft bei der Differenzierung zwischen Wörtern wie Amsterdamm, Kilogramm, Potsdam oder einfach bloß Iam. Allerdings ist der Name Miriam weit vertreten und könnte eine richtig negative Aktivierung hervorrufen.
   

5. Trixie
   Während einem Meeting im Discord ist aufgefallen, dass sich Rhasspy oft aktiviert hat - das Wake Word Pixie reagiert scheinbar auch auf Phrasen wie Irgendwie oder Ähnliches. Als Abhilfe wurde das Wake Word Trixie verwendet, welches aufgrund des markanten r-Lauts bessere Ergebnisse erzielt hat.

Fazit zum Wake Word

Unsere Empfehlung für das Wake Word lautet Hey, Trixie mit der folgenden Konfiguration:

{
  "minimum_matches": "1",
  "probability_threshold": "0.58"
}

Sonstige Bemerkungen

Wenn ein höherer Wert für minimum_matches gewählt wird, resultiert das in folgende Meldung und ermöglicht keine Aktivierung mehr:

rhasspy        | [DEBUG:2020-09-29 08:56:29,593] rhasspy-wake-raven: Enter refractory for 2.0 second(s)
rhasspy        | [DEBUG:2020-09-29 08:56:31,795] rhasspy-wake-raven: Exiting refractory period