Wir sprechen seit Jahrtausenden miteinander. Die Tastaturen verwenden wir seit weniger als 100 Jahren und ich denke, sie werden eines Tages wieder verschwinden\u00bb, prognostiziert David Imseng<\/em><\/p>\nQuelle: Voice Search example with dialect<\/a>, youtube<\/cite><\/blockquote>\n\n\n\n Ob in der Hotline des Customer Service, wenn Sie dem Navigationssystem im Auto das Ziel sagen oder bei Apps, um Sprachen zu lernen \u2013 wir sind im Alltag umgeben von Anwendungen mit Spracherkennung.<\/p>\n\n\n\n Das hat grosses Potenzial f\u00fcr unterschiedliche Anwendungsgebiete. Aber vor allem ist es praktisch, wenn man die H\u00e4nde frei haben m\u00f6chte, es schnell gehen muss oder wenn man Auto f\u00e4hrt. Nutzende in der Schweiz gaben 2020 an, dass die Hauptmotivation f\u00fcr Sprachanwendungen die M\u00f6glichkeit sei, Dinge parallel machen zu k\u00f6nnen (vgl. Top 7 Insights Voice First Barometer Schweiz 2020<\/a>). Stellen Sie sich zum Beispiel vor, Sie k\u00f6nnten alle Suchanfragen sprechen und damit auch Videos und Sprachnachrichten durchsuchen. Schon praktisch.<\/p>\n\n\n\n Es ist das eine, sich vorzustellen, wo Sprachanwendungen praktisch w\u00e4ren, aber etwas anderes den konkreten Use-Case im Unternehmen zu sehen. Ein einfacher Startpunkt kann der Customer Service sein, dem Kundinnen und Kunden ihre Anfrage per Sprachnachricht senden. Die Nachrichten w\u00fcrden mit Spracherkennung in Text \u00fcbersetzt und anschliessend analysiert, kategorisiert und direkt an die zust\u00e4ndige Abteilung weitergeleitet. Bei der \u00dcbersetzung der Sprachnachricht in Text kommt David Imseng von der recapp IT AG<\/a> ins Spiel. Sein Fokus liegt auf der Erkennung von Schweizerdeutsch.<\/p>\n\n\n\n \u00abCases, die gut funktionieren, sind solche, wo man repetitive Aufgaben automatisieren will. Wir arbeiten zum Beispiel mit unterschiedlichen Parlamenten zusammen. Deren Audiodateien haben hohe Qualit\u00e4t und die Sitzungen sind gut strukturiert, so dass wir relativ gut Wortprotokolle erstellen k\u00f6nnen.\u00bb, nennt David Imseng als Beispiel. Er gibt allerdings zu bedenken: \u00abWenn der Text nicht nur eins-zu-eins wiedergegeben werden soll, sondern zusammengefasst oder interpretiert, dann ist Spracherkennung nicht geeignet.\u00bb<\/p>\n\n\n\n \u00abDenkbar w\u00e4re es auch, einen Beratungsprozess vollst\u00e4ndig oder teilweise zu automatisieren. \u00dcber Spracherkennung liessen sich zum Beispiel Formulare vorab ausf\u00fcllen. Man denke an die langen Zeiten in Warteschleifen oder Anfragen ausserhalb der Gesch\u00e4ftszeiten.\u00bb, nennt Imseng einen weiteren Anwendungsfall.<\/p>\n\n\n\n Spracherkennung wird aber nicht nur eingesetzt, wenn gesprochene Sprache in Text \u00fcbersetzt werden soll, sondern auch dort, wo Audiodateien durchsuchbar werden sollen. \u00abZum Beispiel arbeiten wir mit dem SRF zusammen, um das Medien-Archiv zu \u00fcberarbeiten. Dank k\u00fcnstlicher Intelligenz werden relevante Informationen in dem audio-visuellen Material indexiert.\u00bb erkl\u00e4rt Imseng. Das ist nicht nur interessant f\u00fcr die User, sondern auch f\u00fcr die Mitarbeitenden, die das Material verwenden oder aufbereiten m\u00f6chten \u2013 also f\u00fcr alle, die Content erstellen und teilen. Auch die automatische Untertitelung von Live-Sendungen ist mit Spracherkennung m\u00f6glich.<\/p>\n\n\n\n Wie gut das Spracherkennungssystem einen gesprochenen Text versteht, h\u00e4ngt wesentlich von der Menge und der Qualit\u00e4t der Trainingsdaten ab. W\u00e4hrend f\u00fcr den US-amerikanischen Raum sehr grosse Datenmengen zur Verf\u00fcgung stehen \u2013 und diese verarbeitet werden \u2013 gilt das f\u00fcr den deutschsprachigen Raum nicht in gleichem Umfang. Noch eingeschr\u00e4nkter sind die Trainingsdaten, die f\u00fcr Schweizerdeutsch zur Verf\u00fcgung stehen. Bisher.<\/p>\n\n\n\n Es gibt grosse Video- und Audio-Archive in der Schweiz, deren Sch\u00e4tze nur gehoben werden m\u00fcssen. Man denke beispielsweise an die Sprachprotokolle der Parlamente, die Archive des SRF und RTR. Mit Schweizer Servern, lokalen Installationen und unter Einhaltung des Schweizer Datenschutzes, widmen sich David Imseng und sein Team<\/a> diesen und weiteren Spracherkennungsprojekten. Die Erfolge sind bereits sichtbar (Video von 2019, \u00abSchweizer Dialekt<\/a>\u00bb, youtube). \u00abIch sch\u00e4tze, dass die Systeme in zwei Jahren auf der Grundlage des Kontextes ihre Fehler noch besser korrigieren k\u00f6nnen\u00bb, sagt Imseng und prognostiziert, dass in der Folge vor allem mehr verschiedene Dialekte verstanden werden k\u00f6nnen.<\/p>\n\n\n\nSpracherkennung macht das Leben leichter<\/h2>\n\n\n\n
Wo wird Spracherkennung in Kommunikation und Marketing eingesetzt?<\/h2>\n\n\n\n
![\"Testimonial\"](\"https:\/\/hub.hslu.ch\/ikm\/wp-content\/blogs.dir\/489\/files\/sites\/8\/201123_w_ikm_ban_testimonials_782x336px_zdreessen-702x302-1.jpg\")
<\/figure>\n\n\n\nVersteht das System Schweizerdeutsch?<\/h2>\n\n\n\n