Beschreibung: Spracherkennung hält weiter Einzug in unseren Alltag, und ermöglicht eine komfortable und natürliche Kommunikation zwischen Menschen und Computern, Handys oder Tablets. Eine spezielle Disziplin im Bereich der automatischen Spracherkennung ist das zuverlässige Erkennen von Schlüsselwörtern (engl. Keywords). Im Gegensatz zu herkömmlichen Spracherkennungssystemen sollen hier anstatt großer Vokabulare nur eine vergleichsweise kleine Auswahl von Schlüsselwörtern mit hoher Zuverlässigkeit erkannt werden. Neben der robusten Erkennung ist speziell im Keyword-Spotting (KWS) auch die Rückweisung aller nicht-Keywords von großer Relevanz.

Im Rahmen dieser Arbeit soll ein bestehendes KWS-System optimiert werden. Dazu ist zunächst zu untersuchen in welchen Teilsystemen Verbesserungen möglich sind (z.B. Optimierung der Merkmalsextraktion, akustische Modellierung durch tiefe neuronale Netze, effiziente Rückweisung von nicht-Keywords) und diese nach einer Bewertung zu implementieren und auszuwerten. Das am Institut für Nachrichtentechnik entwickelte KWS-System ist in dem quelloffenen Kaldi-Toolkit implementiert. Programmierkenntnisse mit Bash-Skripten sind Voraussetzung, Kenntnisse in C++, Perl und regulären Ausdrücken sind ausserdem hilfreich. Eine erfolgreiche Teilnahme an den Vorlesungen Sprachdialogsysteme und Mustererkennung wird empfohlen.