Offline-Spracherkennung für die Werkhalle
Sprechen statt tippen
Begleitende Dokumentation
Die Sprachsteuerung kann komplexe Bedienaufgaben durch die Zusammenfassung von Kommandos und Parametern in einem Schritt vereinfachen. Die Unterstützung kann kontextbezogen sein, was insbesondere bei Augmented Reality-Anwendungen wichtig ist. Die Abfrage von Daten in Expertensystemen wird vereinfacht, und digitale Assistenten und Kollaborationstools verbessern Arbeitsabläufe. Ein weiterer Aspekt ist auch die prozessbegleitende Protokollierung. Bestimmte Routineaufgaben können ohne den Einsatz einer bedienenden Hand erledigt werden, und die Maschine kann automatisch auf die Vollständigkeit des geführten Protokolls achten. Dies spielt beispielsweise eine besondere Rolle in der qualitätssichernden Dokumentation. Der Befund kann direkt in das System eingesprochen werden, das die Daten unabhängig an der richtigen Stelle des Protokolls einträgt.
Webbasiert einrichten
Mit Hilfe der webbasierten Entwicklungsumgebung wird das System für die eigene Anwendung definiert. Der Sprachdialog – also das Aktivierungswort, die zulässigen Kommandos und deren Parameter – werden im Webtool als Texteingabe zusammengestellt. Während der Eingabe findet bereits der erste Verarbeitungsschritt statt: Grapheme, also eingegebene Zeichen, werden in Phoneme, also kleinste akustische Bestandteile der Sprache umgewandelt. Daher ist es wichtig, zuerst die Zielsprache festzulegen. Beispielsweise werden die eingegebenen Zeichen ‚Size‘ im Englischen korrekt als ‚Seihs‘ phonemisiert. Sind die Worte definiert, werden mit maschinellen Lernverfahren und KI-basierten Algorithmen die definierten Sprachressourcen in ein statistisches und ein semantisches Modell übersetzt und als Download bereitgestellt. Das Ergebnis wird auf die Zielplattform heruntergeladen und gestartet. Dann kann der Netzwerkstecker gezogen werden – das Endprodukt läuft autark.
Geräuschunterdrückung
Bei der täglichen Unterhaltung hilft die Geometrie des menschlichen Kopfes dabei auch aus einer Vielzahl von Stimmen die eine herauszufiltern, die wir hören wollen. Bei einer elektronischen Lösung wird Geräuschunterdrückung eingesetzt, um die Sprache verständlicher zu machen. Falls sich der Sprecher nicht nah am Mikrofon befindet, kann ein Mikrofon-Array eine weitere Verbesserung bieten, das mittels Beamforming eine hohe Unterdrückung von störenden Geräusche und Signalen abseits der Hauptachse erzielt und damit störende Nebengeräusche wirkungsvoll ausblendet.
Vertrauensvoll produktiv
Sprachsteuerung ergänzt HMI-Systeme um eine weiter Dimension – parallel zum GUI gesellt sich das SUI. Der Offline-Betrieb hält nicht nur Daten vertraulich, sondern steigert auch die Zuverlässigkeit, da die Verbindung zum Internet und die damit vorausgesetzte Erreichbarkeit des Servers wegfällt. Mit mehreren Sprachvarianten, natürlicher Spracheingabe, Unabhängigkeit vom Sprecher und hoher Robustheit auch bei Störgeräuschen ermöglicht das System eine Steigerung der Produktivität, des Komforts und erlaubt eine Bedienung ohne Einsatz von Händen oder Hinsehen.
