Beschreibung: Automatische Spracherkennung gewinnt zunehmend an Bedeutung in unserer alltäglichen Interaktion mit elektronischen Geräten (wie z.B. Smartphones, Tablet-PCs, usw.). Für Anwendungen in denen nur Wörter aus einem sehr begrenztem Wortschatz erkannt werden sollen funktioniert eine Erkennung bereits sehr zuverlässig. Moderne Systeme für automatische Spracherkennung wie zum Beispiel Diktiersoftware oder Suchmaschinen setzen jedoch sehr große Vokabulare (>5000 Wörter) voraus. Diese erfordern zusätzlich zu einem akustischen Model ein komplexes Sprachmodel, welches die linguistische Wahrscheinlichkeit für eine Wortsequenz ausgibt und somit die Komplexität eines Spracherkennungs-Systems deutlich erhöht.

Im Rahmen dieser Abschlussarbeit soll ein System basierend auf dem Kaldi ASR Toolkit für eine solche "Large Vocabulary" Erkennung erstellt werden. Die Datengrundlage für das Training der akustischen Modellierung sowie des Sprachmodels sollen dabei frei-verfügbare Datensätze wie z.B. der Librispeech Sprachkorpus sein. Anschließend sollen unterschiedliche Topologien für die akustische Modellierungen (u.a. DNN/CNN/LSTM, etc) implementiert und untersucht werden um eine möglichst robuste Erkennung zu erzielen. Zusätzlich soll im Rahmen der Masterarbeit auch ein Live-Demonstrator entwickelt werden, mit dem der implementierte Spracherkenner "im Betrieb" ausprobiert werden kann. Kenntnisse der Vorlesung „Sprachdialogsysteme“ sind hilfreich, gute Programmierkenntnisse (Shell-Skripte, Python, Perl) werden vorausgesetzt.

Beschreibung: Interessierst du dich für Mensch-Maschine-Kommunikation und künstliche Intelligenz? Hast du Lust an einem hochaktuellen Forschungsthema in diesen Themenfeldern hautnah mitzuarbeiten?

Am Institut für Nachrichtentechnik wird aktuell ein DFG Forschungsvorhaben durchgeführt in dem ein neuartiges Verfahren für die automatische Spracherkennung (Siri, OK Google, Alexa) untersucht und entwickelt wird. Es handelt sich dabei um die sogenannte Turbo-Fusion, die es ermöglicht unterschiedliche Informationsquellen (wie z.B. Audio und Videosignale) effektiv miteinander zu kombinieren und so eine genauere und robustere Spracherkennung.

Im Rahmen dieses Projekts tuen sich eine Vielzahl von Fragestellungen auf die in einer Bachelor/Masterarbeit erarbeitet werden können. Wenn du also Lust hast auf dem Gebiet der automatischen Spracherkennung zu arbeiten, im optimalen Fall Softwarekenntnisse in Skriptsprachen wie Python oder Matlab und einen sicheren Umgang mit Linux, Bashskripten und regulären Ausdrücken hast, melde dich bei mir (Timo, R311) und wir finden das passende Thema für dich. Ein erfolgreicher Besuch der Vorlesungen Mustererkennung und Sprachdialogsysteme wäre wünschenswert.