Amazon Web Services (AWS)

AWS bündelt seine KI-Dienste im Bereich Amazon KI. Sie gliedern sich in die Segmente Spracherkennung und -verständnis, Sprachausgabe und Bildanalyse. Das Angebot scheint auf den ersten Blick recht gering zu sein, vergleicht man es mit dem von Microsoft und IBM. Die schiere Zahl der Services sagt allerdings auch nur bedingt etwas über den Leistungsumfang aus. Während Amazon beispielsweise Funktionen für die Spracherkennung und das Sprachverständnis in einem einzigen Dienst, Amazon Lex, bündelt, sind diese bei Microsoft auf fünf verschiedene APIs verteilt.

Lex kann Sprache in Text umwandeln und diesen hinsichtlich Sprecherabsicht und Kontext analysieren. Mit der Hilfe des Services sollen sich einfach Chatbots entwickeln lassen, die sich in natürlicher Sprache mit dem Nutzer unterhalten.

Als Gegenstück zu Lex konvertiert Amazon Polly Text in gesprochene Sprache. Aktuell stehen 48 verschiedene Männer- und Frauenstimmen in 17 Sprachen sowie 7 Sprachvarianten zur Verfügung. Die Nutzung gestaltet sich einfach: Der Anwender sendet über die API von Polly den Text, das System gibt einen Audiostream zurück, der direkt wiedergegeben oder in einem Audioformat wie MP3 gespeichert wird.

Amazon Rekognition ist der Bilderkennungsdienst von AWS. Der Service kann nicht nur Objekte wie Fahrzeuge, Haustiere oder Möbel, sondern auch den Kontext einer Aufnahme identifizieren und so zum Beispiel erkennen, ob es sich um eine Strandszene oder einen Sonnenuntergang handelt. Inhalte lassen sich anhand einer hierarchischen Kriterienliste als mehr oder weniger jugendfrei klassifizieren. Gesichter kann Rekognition auf Merkmale, Stimmungen und Geschlecht analysieren, mehrere Aufnahmen miteinander vergleichen, ähnliche Gesichter in einer Bildersammlung finden oder Prominente identifizieren.