Dialekt ist kein Problem
Klaus Rottmayr, Geschäftsführer bei Spectra in Reutlingen
Weitere Fragen zur Sprachsteuerung und dem Dialogsystem beantwortet Klaus Rottmayr, Geschäftsführer bei Spectra in Reutlingen.
Eignet sich die Spracherkennung auch in geräuschintensiver Umgebung?
Dafür gibt es ein optionales Zusatzmodul, das die Sprache von den Hintergrundgeräuschen trennt und für die Weiterverarbeitung bereitstellt.
Entspricht eine Sprachsteuerung der Maschinenrichtlinie?
Sobald es um sicherheitsrelevante Funktionen geht, bedarf es spezieller Zulassungen. Diese sind im Projektfall durchaus realisierbar, sind aber aufwendig und teuer. Daher fokussieren wir in erster Linie die begleitenden Funktionen einer Anwendung. Die Sprachsteuerung soll kein Ersatz für bestehende Funktionen sein, sondern eine hilfreiche Ergänzung darstellen, mit der die Bedienung ergonomischer und effizienter wird. Dies führt zu einer höheren Benutzerzufriedenheit, reduziert durch Interaktion die Fehlerhäufigkeit und steigert dadurch die Produktivität.
Wie viele Sprachen „spricht“ das System und versteht es mehrere Sprachen gleichzeitig ohne Sprachumschaltung?
Derzeit sind ca. 30 Sprachen für die Sprachsteuerung verfügbar. In der Konfiguration jeder einzelnen Anwendung wird festgelegt, welche Inhalte in welchen Sprachen enthalten sein sollen. Da die finale Anwendung offline, ohne Internetverbindung als Embedded-Lösung funktioniert, macht eine Reduzierung der Sprachen nicht nur wegen des Pflegeaufwands, sondern auch wegen des Datenumfangs Sinn.
Ist eine klare Semantik einzuhalten oder erkennt die Software den Sinn eines gesprochenen Satzes?
Der Bediener muss nicht, wie vom Autoradio gewohnt, eine vorgegebene Semantik einhalten, sondern kann in normalen umgangssprachlichen Sätzen sprechen. Die Software erkennt sogar mehrere Kommandos und Variablen in einem Satz.
Versteht die Software auch Dialekte?
Die Spracherkennungssoftware ist so intelligent, dass sie auch Umgangssprache und andere Abweichungen (Dialekte) bis zu einem bestimmten Grad versteht. Sobald es sich um andere Begrifflichkeiten handelt, müssen diese der Software „antrainiert“ werden.
Wie sieht der Teaching-Vorgang konkret aus?
Für das Teaching gibt es das Online-Tool „vicSDC“ unseres Partners Voice Inter Connect, in dem der Anwender die gewünschten Schlüsselwörter (Variablen) und deren Ausprägung (Werte) eingeben und die Sprachen auswählen kann. Nach der Konfiguration wird das Ergebnis als Projekt gespeichert und auf das Embedded System übertragen, auf dem es versionssicher für den Offlinebetrieb einsatzbereit ist.
Mit welchen Steuerungen/HMI-Tools funktioniert die Spracherkennung?
Die Sprachsteuerung kommuniziert über das gängige MQTT-Protokoll, das von den meisten Steuerungen/HMI-Tools verstanden wird. Ein OPC-UA-Interface ist in Vorbereitung.
Genügt ein typisches Bluetooth/Telefon-Headset für die Spracheingabe?
Theoretisch ja, die Anforderungen an das Mikrofon und die Lautsprecher sind neben den Umgebungsbedingungen nur die passenden Treiber. Wir bieten Lösungen, bei denen Mikrofon und Lautsprecher bereits verbaut sind, geben aber auch Empfehlungen für Mikrofone und Lautsprecher.
Was sind die Systemvoraussetzungen?
Auf unseren eigenen Panel-PC („PowerTwin“) und Embedded Systemen („PowerBox“) bieten wir ein Linux-Betriebssystem mit vorinstallierter Sprachsteuerung an. Die Installation der Sprachsteuerung auf bestehende Kundensysteme ist derzeit nur bei Projektentwicklungen vorgesehen.