Forscher entwickeln menschliche Spracherkennungsmodell mit Deep-Learning-Netzwerken

Eine Gruppe von Forschern aus Deutschland erforscht ein neues menschliches Spracherkennungsmodell basierend auf maschinellem Lernen und Deep-Learning-Netzwerken. Das neue Modell könnte die menschliche Spracherkennung erheblich verbessern.

Hörgeräte-Algorithmen werden normalerweise verwendet, um die menschliche Spracherkennung zu verbessern, und sie werden durch verschiedene Experimente bewertet, die das Signal-Rausch-Verhältnis bestimmen, bei dem eine bestimmte Anzahl von Wörtern erkannt wird. Diese Experimente sind jedoch oft zeitaufwändig und teuer.

Das neue Modell wurde in einer Forschung detailliert, die in The Journal of the Acoustical Society of America veröffentlicht wurde.

Prognosen für hörgeschädigte Hörer

Jana Roßbach ist eine der Autoren von der Carl Von Ossietzky Universität.

“Die Neuheit unseres Modells ist, dass es gute Prognosen für hörgeschädigte Hörer für Geräusche mit sehr unterschiedlicher Komplexität liefert und sowohl niedrige Fehler als auch hohe Korrelationen mit den gemessenen Daten aufweist”, sagte Roßbach.

Das Team der Forscher berechnete, wie viele Wörter pro Satz ein Hörer durch automatische Spracherkennung (ASR) verstehen konnte. Spracherkennungstools wie Alexa und Siri verlassen sich auf diese ASR, die weit verbreitet ist.

Die Studie und die Ergebnisse

Die Studie, die von dem Team durchgeführt wurde, umfasste acht normalhörende und 20 hörgeschädigte Personen. Die Hörer wurden vielen verschiedenen komplexen Geräuschen ausgesetzt, die die Sprache verdeckten, und die hörgeschädigten Hörer wurden in drei Gruppen eingeteilt, abhängig von ihrem Grad an altersbedingtem Hörverlust.

Durch das neue Modell konnten die Forscher die menschliche Spracherkennungsleistung von hörgeschädigten Hörern mit unterschiedlichen Graden von Hörverlust vorhersagen. Sie konnten diese Prognosen für verschiedene Geräusche mit unterschiedlicher Komplexität in temporaler Modulation und Ähnlichkeit mit echter Sprache treffen. All dies ermöglichte es, jede Person individuell in Bezug auf möglichen Hörverlust zu beobachten und zu analysieren.

“Wir waren am meisten überrascht, dass die Prognosen für alle Geräusche gut funktionierten. Wir erwarteten, dass das Modell Probleme haben würde, wenn es mit einem einzelnen konkurrierenden Sprecher zu tun hätte. Aber das war nicht der Fall”, sagte Roßbach.

Da das Modell auf Einohr-Hören ausgerichtet war, wird das Team nun daran arbeiten, ein binaurales Modell für Zwei-Ohren-Hören zu erstellen. Sie sagen auch, dass das neue Modell verwendet werden könnte, um die Höranstrengung oder die Sprachqualität vorherzusagen.