@chpietsch Angesichts der Erkennungsqualität, die schon ein "Dragon naturally Speaking" vor 25 Jahren als DIktiergerät mitbrachte, sollte es eigentlich ein einfaches sein, mit heute verfügbarer CPU-Leistung eine lokal funktionierende SPracherkennung zu bauen.

Dazu kommt vermutlich neben CPU-Leistung auch neueres Wissen im Umgang mit Mikrophon-Arrays, das sich in den letzten 25 Jahren erheblich weiterentwickelt hat.

@chpietsch Die "Dialogfähigkeit" der Sprachassistenten beschränkt sich ja in der Regel nur auf das Abarbeiten von gefundenen Schlüsselbegriffen, in vorprogrammierten Entscheidungsbäumen mit maximal zwei oder drei Entscheidungsebenen. Nichts, was man nicht auch lokal nachbilden könnte. Zumal die tatsächlich genutzten Use-Cases sich doch meistens auf eine Handvoll Szenarios beschränken.

Bei mir ist es in 90% die Kontrolle von Licht und geschalteten Steckdosen, so wie der Timer in der Küche.