ERC Starting Grant "iHEARu": Computer analysieren menschliche Sprache

Wissenschaftlerinnen und Wissenschaftler an der Universität Passau treiben die Technologie der Sprach- und Sprechererkennung entscheidend voran - indem sie Maschinen soziale und emotionale Merkmale "hören" lassen. Das Vorhaben erhält Mittel aus dem höchstdotierten Nachwuchsförderpreis der EU.

Computer per Sprache steuern - das machen die Bürgerinnen und Bürger bereits täglich. Zum Beispiel mit Navigationsgeräten, mit Smartphones oder bei der Nutzung von Call-Diensten. Doch die Kommunikation mit den Maschinen ist bisweilen frustrierend, die Technologien zur Spracherkennung begrenzt. Dabei dürfte die Bedeutung der Sprachsteuerung im kommerziellen Bereich künftig zunehmen.

Ein Forschungsteam unter der Leitung von Prof. Dr. Björn Schuller, Inhaber des Lehrstuhls für Complex and Intelligent Systems, möchte die Technologien zur Spracherkennung entschieden verbessern. Dazu sollen Maschinen folgende Eigenschaften der Sprecherinnen und Sprecher mit Hilfe des Klangs der Stimme und der gesprochenen Worte identifizieren: Alter, Größe, Persönlichkeit und den körperlichen wie geistigen Zustand. Bislang werden diese Eigenschaften nur isoliert betrachtet.

Analyse der Sprechereigenschaften unter sozialen Gesichtspunkten

In dem Projekt iHEARu kommen neuartige Methoden des maschinellen Lernens zum Einsatz, um eine ganzheitliche, kombinierte und sich entwickelnde Analyse der Sprechereigenschaften zu erreichen. Alle Phasen - von der Vorverarbeitung über die Extrahierung von Merkmalen bis hin zur statistischen Auswertung - fließen in einen lebenslangen Lernprozess ein, aus dem wiederum neue Daten generiert werden. Kombiniert werden diese mit Daten aus öffentlichen Quellen wie Social Media. Zur Qualitätskontrolle greifen die Forscherinnen und Forscher auf Crowdsourcing zurück. Mit Hilfe von Testpersonen und neuen Studien zur Wahrnehmung soll eine bislang unerreichte Vielfalt an möglichen Sprechereigenschaften definiert werden.

Das Vorhaben zielt darauf ab, mit Hilfe von weltweit führendem Expertenwissen neue Standards in der Sprach- und Sprechererkennung zu setzen. Entstehen sollen Open-Source-Werkzeuge, die eine Sprachanalyse unter sozialen Gesichtspunkten ermöglichen.

Beteiligte und Förderung

Prof. Dr. Björn Schuller, Inhaber des Lehrstuhls for Complex and Intelligent Systems, leitet das Projekt. Beteiligt ist darüber hinaus die Technische Universität München. Der Europäische Forschungsrat fördert das Vorhaben aus dem siebten Rahmenprogramm im Rahmen eines hochrenommierten "Starting Grants" - dem höchstdotieren Nachwuchsförderpreis der Europäischen Union.