Sprachtechnologie für Ghana muss dort geprüft werden, wo Menschen sie tatsächlich nutzen: zwischen Motorengeräusch, Gesprächen, Hupen und spontanen Wechseln zwischen Twi und Englisch. Erst unter diesen Bedingungen zeigt sich, ob ein Sprachassistent die Absicht eines Satzes erfasst oder nur im ruhigen Zimmer gut klingt.
Stellen wir uns Abena vor, eine Studentin aus Kumasi, die am späten Nachmittag in einem fahrenden Trotro sitzt. In einer Hand hält sie ihre Tasche, mit der anderen drückt sie die Sprechtaste ihres Telefons. Ihr Bruder wartet auf eine Antwort: Soll er heute noch ein Dokument abholen, oder übernimmt Abena es morgen selbst?
„Menkɔ hɔ tomorrow, enti don’t go today“, sagt sie. Im selben Moment ruft jemand nach dem Fahrer, ein Telefon klingelt zwei Sitze weiter, und Abena verschluckt beinahe das entscheidende „don’t“.
Wenn daraus „go today“ wird, fährt ihr Bruder umsonst los. Abena hört die Antwort des Assistenten und merkt, dass die Bedingung nicht stimmt. Die Abfahrt ihres Bruders steht unmittelbar bevor.
Warum Ruhe einen falschen Eindruck vermittelt
Ein stilles Büro beseitigt genau die Schwierigkeiten, an denen Sprache im Alltag scheitern kann. Das Mikrofon ist nah, niemand spricht dazwischen, jede Silbe kommt sauber an. Unter solchen Bedingungen wirkt ein System schnell sicherer, als es außerhalb des Tests ist.
Im Trotro konkurriert Abenas Stimme mit mehreren Geräuschquellen. Sie verändert unbewusst ihre Lautstärke. Manche Wörter spricht sie kürzer aus. Dann wechselt sie mitten im Gedanken ins Englische, weil „tomorrow“ in diesem Moment schneller kommt als das entsprechende Twi-Wort.
Dieser Wechsel ist kein Fehler, den ein Mensch für eine Maschine korrigieren sollte. Er gehört zum Gespräch. Wer natürlich Twi und Ghanaian English spricht, plant nicht vor jedem Satz, welche Sprache bis zum Punkt gelten darf. Mehr dazu zeigt auch der Beitrag über das passende englische Wort mitten im Twi-Gespräch.
Eine öffentlich beschriebene ASR-Modellkarte für English-Twi-Code-Switching macht die technische Schwierigkeit sichtbar. Das System ist für Sprachwechsel innerhalb und zwischen Sätzen ausgelegt, weist aber Schwächen bei unterschiedlichen Schreibweisen und einsprachigen Abschnitten aus. Solche Grenzen gehören offen benannt und gezielt geprüft.
Der entscheidende Test ist die Absicht
Bei Abenas Satz hängt alles an einer kurzen Verneinung. Ein System kann fast jedes Wort richtig erfassen und trotzdem die falsche Handlung nahelegen. Für die Person am anderen Ende zählt keine beeindruckende Trefferquote. Sie muss wissen, ob sie losfahren soll.
Darum braucht ein brauchbarer Test mehr als vorbereitete Beispielsätze. Die Aufgabe muss eine echte Konsequenz enthalten:
Spricht das System „don’t“ zuverlässig mit? Bleibt die zeitliche Bedingung erhalten? Kommt es mit dem Wechsel von Twi zu Englisch klar? Was geschieht, wenn Abena sich korrigiert oder in die Antwort hineinredet? Und wird ein Fehler sichtbar, statt still unter einer glatt klingenden Antwort zu verschwinden?
Nkomo ist für natürliche Gespräche in Twi und Ghanaian English gedacht, gesprochen oder getippt. Im Sprachmodus hält Abena zum Sprechen gedrückt, hört die Antwort und kann sie unterbrechen. Entscheidend ist dabei die Rückmeldung: Nkomo soll Fehler anzeigen, statt sie zu verschlucken. So kann Abena reagieren, bevor aus einem missverstandenen Satz eine unnötige Fahrt wird.
In unserer erfundenen Szene unterbricht sie die Antwort sofort. Diesmal spricht sie den kritischen Teil noch einmal, kürzer und mit einer klaren Pause: „Don’t go today. Me ara mɛkɔ tomorrow.“ Erst als die Antwort dieselbe Bedingung wiedergibt, schickt sie ihrem Bruder die Nachricht. Er bleibt zu Hause.
Ein guter Feldtest prüft mehr als Lärm
Das Trotro ist ein scharfer Prüfstand, weil mehrere Anforderungen gleichzeitig auftreten. Hintergrundgeräusche fordern die Spracherfassung. Code-Switching fordert das Sprachverständnis. Unterbrechungen fordern den Gesprächsfluss. Zeitdruck zeigt, ob Fehler verständlich behandelt werden.
Auch Datenschutz wird unterwegs konkreter. Abena könnte über Familienangelegenheiten, Arbeit oder Geld sprechen. Sie sollte vor dem Gespräch erkennen können, ob Inhalte niemals, nach jeder Nachfrage oder für diese Sitzung an die Cloud gesendet werden dürfen. Nkomo bietet dafür die Einstellungen „nie“, „jedes Mal fragen“ und „diese Sitzung“.
Der Verlauf bleibt auf dem Gerät unter ihrer Kontrolle. Schaltet sie ihn aus, wird er sofort gelöscht. Export und Kontolöschung sind jeweils mit einem Schritt erreichbar. Das ersetzt keine Prüfung der Sprachqualität, verhindert aber, dass Komfort auf Kosten unklarer Datengrenzen entsteht.
Was ein ehrlicher Sprachtest leisten muss
Ein einzelner gelungener Satz beweist wenig. Gute Prüfungen sammeln unterschiedliche Stimmen, natürliche Sprechweisen, wechselnde Geräuschpegel und Sätze, bei denen kleine Wörter die gesamte Bedeutung verändern. Sie halten ebenso fest, wo ein System unsicher wird.
Für Nkomo gilt deshalb eine klare Grenze: Keine Behauptung über Sprachqualität oder unterstützte Sprachvarianten sollte weiter reichen als die eigene Auswertung. Das Ziel ist kein Vorführmoment unter perfekten Bedingungen. Das Ziel ist ein Gespräch, bei dem Abena im fahrenden Trotro erkennt, was verstanden wurde, eingreifen kann und die Kontrolle über ihre Daten behält.
Als sie aussteigt, wartet ihr Bruder nicht an einem falschen Ort. Das ist die Art Ergebnis, an der Sprachsoftware gemessen werden sollte.
Kommentare
Noch keine Kommentare.