Speech Technologies

Unsere Spracherkennung erfolgt in Echtzeit mit hoher Genauigkeit, auch bei Dialekten. Transkribierte Aufnahmen können nach O-Tönen durchsucht werden. Wir passen unsere Lösungen an Kundenbedürfnisse an und integrieren Fachvokabular.

Wir analysieren Stimm­eigenschaften zur Diagnose von Krankheiten – etwa zur Früherkennung von Krankheiten wie Parkinson oder um Stauungen in der Lunge zu erkennen.

Wir entwickeln Dialogsysteme für Wirtschaft und Industrie, die semantisch strukturiertes Fach- und Faktenwissen aus verschiedenen Datenquellen einbeziehen.

In einem Team aus über 60 Expertinnen und Experten haben die Fraunhofer-Institute IIS und IAIS die Sprachassistenzlösung Allinga entwickelt. Allinga ermöglicht eine höhere Effizienz, barrierefreie Kommunikation, die Entlastung von Mitarbeitenden und vieles mehr.

Zwei Module, die Spracherkennung und Sprachsynthese »Allinga Voice«, sind bereits verfügbar und beweisen sich erfolgreich auf dem Markt. Weitere Komponenten befinden sich gerade in der Entwicklung.

In einer langfristigen Kooperation mit der ARD setzen wir die automatische Spracherkennung und weitere Audiotechnologien wie die Sprechererkennung sowohl im Archiv als auch im redaktionellen Bereich ein.

Hiermit ermöglichen wir es den Journalist*innen, sämtliche Sendungen des Archivs nach gesprochenen Wörtern zu durchsuchen, um relevante Beiträge wiederzufinden. Durch die Sprechererkennung können sogar Aussagen bestimmter Personen zielgerichtet gefunden werden. Die Generierung von Untertiteln oder die Transkribierung von Rohmaterial ergänzt die redaktionelle Unterstützung.

Gemeinsam mit der Volkswagen AG haben wir ein prototypisches Sprachdialogsystem entwickelt. Integriert im Auto dient das Dialogsystem dem Fahrer als interaktiver Stadtführer, der Fragen zu ausgewählten Sehenswürdigkeiten auf der Strecke beantwortet. Der Prototyp zeigt exemplarisch das Zusammenspiel unserer Sprachtechnologien – Spracherkennung, Inhaltsanalyse anhand von Wissensgraphen und Sprachsynthese – für Dialogsysteme mit domänenspezifischem Wissen.

Wir nutzen Sprach- und Stimmanalyse, um Krankheiten zu diagnostizieren oder therapeutische Maßnahmen zu unterstützen. Im Rahmen eines EU-Projektes haben wir die i-PROGNOSIS-App zur Früherkennung von Parkinson entwickelt. Sie nutzt nicht nur Sprachdaten, sondern auch Timing- und Druckdaten, wenn der Benutzer die i-PROGNOSIS-Tastatur verwendet, Standortdaten, Gesichtsausdrucksdaten von Front-Kamera-Fotos und affektive Inhaltsdaten gespeicherter Textnachrichten.

Die App entspricht den aktuellen EU-Vorschriften zum Datenschutz.

Frage-Antwort-Systeme verarbeiten gesprochene Fragen und beantworten diese in natürlicher Sprache. Um die richtigen Antworten zu finden, durchforsten die Systeme Informationen aus ganz unterschiedlichen Quellen. Unsere Expert*innen verwenden dafür innovative Konzepte und Technologien basierend auf »Linked Data«, »Deep Learning« und »Natural Language Processing«. Nutzer*innen brauchen somit keine komplizierten Suchanfragen zu stellen, sondern können sich ganz auf ihre eigentlichen Tätigkeiten konzentrieren. Die Systeme unterstützen beispielsweise Kundenberater in Telekommunikationsunternehmen oder dienen als Sprachassistenten im Auto.