4. Sprechen mit elektronischen Geräten - Stawizny wersijow

Měrko Šenk: /* Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT) */

2023-07-06T12:15:47Z

Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT)

Měrko Šenk: /* Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT) */

2023-07-04T16:34:32Z

Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT)

← Starša wersija		Wersija wot 4. julija 2023, 16:34
Rjadka 171:		Rjadka 171:
	==== Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT) ====		==== Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT) ====

	* sorbische Ausgangslage: Vorarbeiten ~~ansatzweise~~ vorhanden		* sorbische Ausgangslage: die folgenden Vorarbeiten sind vorhanden
	* '''Mozilla common voice''':		* '''Mozilla common voice''':
	** die sorbischen Sprachen werden hier aktuell nicht weiter ergänzt, die gesammelten Daten werden jedoch in anderen Projekten weiter verwendet		** die sorbischen Sprachen werden hier aktuell nicht weiter ergänzt, die gesammelten Daten werden jedoch in anderen Projekten weiter verwendet
Rjadka 179:		Rjadka 179:
	** diese sind aktuell in sehr unterschiedlicher Qualität, sehr unausgewogen hinsichtlich der Stimmen (Geschlecht- und Alter-Verteilung)		** diese sind aktuell in sehr unterschiedlicher Qualität, sehr unausgewogen hinsichtlich der Stimmen (Geschlecht- und Alter-Verteilung)
	** darüber hinaus lassen sich die Sätze common voice aktuell nicht thematisch zuordnen		** darüber hinaus lassen sich die Sätze common voice aktuell nicht thematisch zuordnen
	** Für das Niedersorbische fehlen die Sätze und das Einsprechen<ref name="ftn17">vgl. [https://voice.mozilla.org/de/languages https://voice.mozilla.org/de/languages]</ref>		** Für das Niedersorbische fehlen die Sätze und das Einsprechen<ref name="ftn17">vgl. [https://voice.mozilla.org/de/languages https://voice.mozilla.org/de/languages]</ref>
			<br>
	* '''Prototyp "smart lamp" / "digidom"'''		* '''Prototyp "smart lamp" / "digidom"'''
	** 2020 startete das '''Projekt „Spracherkennung und maschinelle Übersetzung der sorbischen Sprachen'''“ der Stiftung für das sorbische Volk		** 2020 startete das '''Projekt „Spracherkennung und maschinelle Übersetzung der sorbischen Sprachen'''“ der Stiftung für das sorbische Volk
Rjadka 196:		Rjadka 196:
	*** Veröfentlichung der Ergebnisse in einer Studie<ref>vgl. [http://www.essv.de/pdf/2021_43_50.pdf http://www.essv.de/pdf/2021_43_50.pdf]</ref>		*** Veröfentlichung der Ergebnisse in einer Studie<ref>vgl. [http://www.essv.de/pdf/2021_43_50.pdf http://www.essv.de/pdf/2021_43_50.pdf]</ref>
	*** Veröffentlichen von Kriterien zur Auswahl eines Sprachkorpus<ref>vgl. [https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf]</ref>		*** Veröffentlichen von Kriterien zur Auswahl eines Sprachkorpus<ref>vgl. [https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf]</ref>
	** Zusammenfassung der Ergebnisse aus dem '''Folgeprojekt "Vorbereitung der Spracherkennung für das Obersorbische für eine Diktierfunktion"''' 2023:		<br>
	*** Das Ziel war die Entwicklung neuer und Verbesserung bestehender akustischer Modelle für die obersorbische Spracherkennung.		* '''Folgeprojekt "Vorbereitung der Spracherkennung für das Obersorbische für eine Diktierfunktion"''' 2023:
	*** Hierfür sollten akustische Modelle auf größeren Audiokorpora trainiert werden.		** Das Ziel war die Entwicklung neuer und Verbesserung bestehender akustischer Modelle für die obersorbische Spracherkennung.
	**** Es erfolgte eine Erweiterung der Sprachdatensätze mittels Augmentation, d. h. Einfügen von Hintergrundgeräuschen verschiedener Stärke.		** Hierfür sollten akustische Modelle auf größeren Audiokorpora trainiert werden.
	**** Monophon- und Triphon-basierte Modelle wurden mit dem Open-Source-ASR-Toolkit KALDI trainiert.		*** Es erfolgte eine Erweiterung der Sprachdatensätze mittels Augmentation, d. h. Einfügen von Hintergrundgeräuschen verschiedener Stärke.
	**** Die Daten für die Modelle stammen aus verschiedenen Quellen, einschließlich des Common Voice Projekts, der ersten Machbarkeitsstudie (HSB-I) und neuen Audiodaten aus dem aktuellen Projekt.		*** Monophon- und Triphon-basierte Modelle wurden mit dem Open-Source-ASR-Toolkit KALDI trainiert.
	**** Nach der Datenaugmentation umfassten die Sprachaufnahmen insgesamt 33:31:10 Stunden und 29.229 gesprochene Sätze.		*** Die Daten für die Modelle stammen aus verschiedenen Quellen, einschließlich des Common Voice Projekts, der ersten Machbarkeitsstudie (HSB-I) und neuen Audiodaten aus dem aktuellen Projekt.
	*** Triphon-basierte Modelle zeigten eine signifikant bessere Leistung als das monophon-basierte Modell.		*** Nach der Datenaugmentation umfassten die Sprachaufnahmen insgesamt 33:31:10 Stunden und 29.229 gesprochene Sätze.
	*** Ein robusteres und weiterentwickeltes triphon-basiertes akustisches Modell wurde erfolgreich erstellt.		** Triphon-basierte Modelle zeigten eine signifikant bessere Leistung als das monophon-basierte Modell.
	*** Mit den folgenden Schritten erfolgte die Verbesserung der Sprachmodellierung mit den bereitgestellten Ressourcen:		** Ein robusteres und weiterentwickeltes triphon-basiertes akustisches Modell wurde erfolgreich erstellt.
	**** Vorverarbeitung und Normalisierung der Textdaten, z. B. Erkennen von Abkürzungen und Eigennamen, Segmentierung von Wörtern in morphologische Einheiten usw.		** Mit den folgenden Schritten erfolgte die Verbesserung der Sprachmodellierung mit den bereitgestellten Ressourcen:
	**** Wortklassenmodellierung durch Erkennung benannter Einheiten aus vordefinierten Wortklassen, z. B. Datums-, Uhrzeits-, Wochentags-, Namens-, Orts- und Zahlen-Ausdrücke.		*** Vorverarbeitung und Normalisierung der Textdaten, z. B. Erkennen von Abkürzungen und Eigennamen, Segmentierung von Wörtern in morphologische Einheiten usw.
	**** Teilwortzerlegung mittels Byte Pair Encoding (BPE) und dem Morfessor-Algorithmus, um das Vokabular zu verkleinern.		*** Wortklassenmodellierung durch Erkennung benannter Einheiten aus vordefinierten Wortklassen, z. B. Datums-, Uhrzeits-, Wochentags-, Namens-, Orts- und Zahlen-Ausdrücke.
	*** Die Wahl des richtigen Teilwortzerlegungsverfahrens und der geeigneten Vokabulargröße hat einen signifikanten Einfluss auf die Leistung des Sprachmodells.		*** Teilwortzerlegung mittels Byte Pair Encoding (BPE) und dem Morfessor-Algorithmus, um das Vokabular zu verkleinern.
	*** Im Ergebnis konnte eine Sammlung von normalisierten Textkorpora erzeugt werden, der für das Training von statistischen Sprachmodellen basierend auf ganzen Wörtern oder Wortteilen geeignet ist.		** Die Wahl des richtigen Teilwortzerlegungsverfahrens und der geeigneten Vokabulargröße hat einen signifikanten Einfluss auf die Leistung des Sprachmodells.
	** Weitere Arbeit an Robustheit und Leistungsfähigkeit von "digidom" ist nötig		** Im Ergebnis konnte eine Sammlung von normalisierten Textkorpora erzeugt werden, der für das Training von statistischen Sprachmodellen basierend auf ganzen Wörtern oder Wortteilen geeignet ist.
	** daher Fortführung des Projektes mit folgenden Zielen		* Weitere Arbeit an Robustheit und Leistungsfähigkeit von "digidom" ist nötig
	*** Akustisches Modell		<br>
	**** Übergang auf ein obersorbisches Modell
	**** Sprecheranpassung und Anpassung an den akustischen Pfad
	*** Wörterbuch:
	**** Verbesserung der Ausspracheregeln
	*** Sprachmodell:
	**** Technologieverbesserung für die Erstellung großer Modelle
	*** Aufzeichnungen:
	**** Anleitung zur Satzauswahl und Aufnahmebedingungen
	*** Vorarbeiten für die niedersorbische Spracherkennung sind geplant
	*** Geplante Kooperationen und Vorhaben:
	**** Sorbisches Institut: Phonetik / Linguistik für Ober und Niedersorbisch
	**** WITAJ-Sprachzentrum: Kombination Spracherkennung mit sotra.app
	**** Fraunhofer-Institut und BTU Cottbus: Anwendungen mit großem Sprachmodell
	**** Weitere Aufzeichnungen

	* '''weitere Applikationen mittels Spracherkennung'''		* '''weitere Applikationen mittels Spracherkennung'''
	** Spiele		** Spiele

Měrko Šenk: /* Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT) */

2023-06-21T15:47:25Z

Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT)

← Starša wersija		Wersija wot 21. junija 2023, 15:47
Rjadka 196:		Rjadka 196:
	*** Veröfentlichung der Ergebnisse in einer Studie<ref>vgl. [http://www.essv.de/pdf/2021_43_50.pdf http://www.essv.de/pdf/2021_43_50.pdf]</ref>		*** Veröfentlichung der Ergebnisse in einer Studie<ref>vgl. [http://www.essv.de/pdf/2021_43_50.pdf http://www.essv.de/pdf/2021_43_50.pdf]</ref>
	*** Veröffentlichen von Kriterien zur Auswahl eines Sprachkorpus<ref>vgl. [https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf]</ref>		*** Veröffentlichen von Kriterien zur Auswahl eines Sprachkorpus<ref>vgl. [https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf]</ref>
	** Weitere Arbeit an Robustheit und Leistungsfähigkeit von "digidom" nötig		** Zusammenfassung der Ergebnisse aus dem '''Folgeprojekt "Vorbereitung der Spracherkennung für das Obersorbische für eine Diktierfunktion"''' 2023:
			*** Das Ziel war die Entwicklung neuer und Verbesserung bestehender akustischer Modelle für die obersorbische Spracherkennung.
			*** Hierfür sollten akustische Modelle auf größeren Audiokorpora trainiert werden.
			**** Es erfolgte eine Erweiterung der Sprachdatensätze mittels Augmentation, d. h. Einfügen von Hintergrundgeräuschen verschiedener Stärke.
			**** Monophon- und Triphon-basierte Modelle wurden mit dem Open-Source-ASR-Toolkit KALDI trainiert.
			**** Die Daten für die Modelle stammen aus verschiedenen Quellen, einschließlich des Common Voice Projekts, der ersten Machbarkeitsstudie (HSB-I) und neuen Audiodaten aus dem aktuellen Projekt.
			**** Nach der Datenaugmentation umfassten die Sprachaufnahmen insgesamt 33:31:10 Stunden und 29.229 gesprochene Sätze.
			*** Triphon-basierte Modelle zeigten eine signifikant bessere Leistung als das monophon-basierte Modell.
			*** Ein robusteres und weiterentwickeltes triphon-basiertes akustisches Modell wurde erfolgreich erstellt.
			*** Mit den folgenden Schritten erfolgte die Verbesserung der Sprachmodellierung mit den bereitgestellten Ressourcen:
			**** Vorverarbeitung und Normalisierung der Textdaten, z. B. Erkennen von Abkürzungen und Eigennamen, Segmentierung von Wörtern in morphologische Einheiten usw.
			**** Wortklassenmodellierung durch Erkennung benannter Einheiten aus vordefinierten Wortklassen, z. B. Datums-, Uhrzeits-, Wochentags-, Namens-, Orts- und Zahlen-Ausdrücke.
			**** Teilwortzerlegung mittels Byte Pair Encoding (BPE) und dem Morfessor-Algorithmus, um das Vokabular zu verkleinern.
			*** Die Wahl des richtigen Teilwortzerlegungsverfahrens und der geeigneten Vokabulargröße hat einen signifikanten Einfluss auf die Leistung des Sprachmodells.
			*** Im Ergebnis konnte eine Sammlung von normalisierten Textkorpora erzeugt werden, der für das Training von statistischen Sprachmodellen basierend auf ganzen Wörtern oder Wortteilen geeignet ist.
			** Weitere Arbeit an Robustheit und Leistungsfähigkeit von "digidom" ist nötig
	** daher Fortführung des Projektes mit folgenden Zielen		** daher Fortführung des Projektes mit folgenden Zielen
	*** Akustisches Modell		*** Akustisches Modell

Měrko Šenk: /* Einleitung */

2023-05-15T15:38:21Z

Einleitung

← Starša wersija		Wersija wot 15. meje 2023, 15:38
Rjadka 3:		Rjadka 3:
	Dieser Themenbereich beinhaltet die Unterstützung des Anwenders beim Sprechen mit elektronischen Geräten in den sorbischen Sprachen. Im Fokus steht die Interaktion von Menschen mit elektronischen Geräten mittels gesprochener Worte. Dies umfasst folgende Bereiche:		Dieser Themenbereich beinhaltet die Unterstützung des Anwenders beim Sprechen mit elektronischen Geräten in den sorbischen Sprachen. Im Fokus steht die Interaktion von Menschen mit elektronischen Geräten mittels gesprochener Worte. Dies umfasst folgende Bereiche:
	* '''Sprachausgabe:''' das '''Vorlesen''' geschriebener sorbischer Wörter		* '''Sprachausgabe:''' das '''Vorlesen''' geschriebener sorbischer Wörter
	* '''Spracherkennung: '''das '''Erkennen''' und Darstellen von gesprochenen sorbischen Wörtern durch elektronische Geräte		* '''Spracherkennung: '''das '''Erkennen''' und Darstellen von gesprochenen sorbischen Wörtern durch elektronische Geräte (Computer, Smartphones usw.)
	* '''Sprachverarbeitung: ''' das '''Verarbeiten''' gesprochener sorbischer Wörter und '''Reagieren''' darauf (z. B. Anweisungen ausführen, Antworten).		* '''Sprachverarbeitung: ''' das '''Verarbeiten''' gesprochener sorbischer Wörter und '''Reagieren''' darauf (z. B. Anweisungen ausführen, Antworten).

Měrko Šenk: /* Einleitung */

2023-05-15T15:37:06Z

Einleitung

← Starša wersija		Wersija wot 15. meje 2023, 15:37
Rjadka 3:		Rjadka 3:
	Dieser Themenbereich beinhaltet die Unterstützung des Anwenders beim Sprechen mit elektronischen Geräten in den sorbischen Sprachen. Im Fokus steht die Interaktion von Menschen mit elektronischen Geräten mittels gesprochener Worte. Dies umfasst folgende Bereiche:		Dieser Themenbereich beinhaltet die Unterstützung des Anwenders beim Sprechen mit elektronischen Geräten in den sorbischen Sprachen. Im Fokus steht die Interaktion von Menschen mit elektronischen Geräten mittels gesprochener Worte. Dies umfasst folgende Bereiche:
	* '''Sprachausgabe:''' das '''Vorlesen''' geschriebener sorbischer Wörter		* '''Sprachausgabe:''' das '''Vorlesen''' geschriebener sorbischer Wörter
	* '''Spracherkennung: '''das ''Erkennen''' und Darstellen von gesprochenen sorbischen Wörtern durch elektronische Geräte		* '''Spracherkennung: '''das '''Erkennen''' und Darstellen von gesprochenen sorbischen Wörtern durch elektronische Geräte
	* '''Sprachverarbeitung: ''' das '''Verarbeiten''' gesprochener sorbischer Wörter und '''Reagieren''' darauf (z. B. Anweisungen ausführen, Antworten).		* '''Sprachverarbeitung: ''' das '''Verarbeiten''' gesprochener sorbischer Wörter und '''Reagieren''' darauf (z. B. Anweisungen ausführen, Antworten).

Měrko Šenk: /* Ist-Analyse sorbischer Potenziale, Ressourcen und Projekte */

2023-05-15T15:35:31Z

Ist-Analyse sorbischer Potenziale, Ressourcen und Projekte

← Starša wersija		Wersija wot 15. meje 2023, 15:35
Rjadka 264:		Rjadka 264:
	** Aktuell gibt es 9 Bookii-Bücher in obersorbischer Sprache		** Aktuell gibt es 9 Bookii-Bücher in obersorbischer Sprache
	** und 3 Bookii-Bücher in niedersorbischer Sprache.		** und 3 Bookii-Bücher in niedersorbischer Sprache.
	* '''bamborak''', TTS-System für Obersorbisch<ref>vgl. [https://gaussia.de/bamborak/ https://gaussia.de/bamborak/]</ref>		* '''bamborak''', TTS-System für Obersorbisch<ref name="ftn56">vgl. [https://gaussia.de/bamborak/ https://gaussia.de/bamborak]</ref>
	** Seit 2022 entwickelt K. Baier ein obersorbisches TTS-System auf Basis eines neuronalen Netzes.		** Seit 2022 entwickelt K. Baier ein obersorbisches TTS-System auf Basis eines neuronalen Netzes.
	** Bisher wurden hierfür ca. 2.400 Sätze aufgenommen und durch das neuronale Netz verarbeitet.		** Bisher wurden hierfür ca. 2.400 Sätze aufgenommen und durch das neuronale Netz verarbeitet.

Měrko Šenk: /* Übersicht von bisherigen Maßnahmen und Projekten bzgl. Sprachassistenz */

2023-05-15T15:31:24Z

Übersicht von bisherigen Maßnahmen und Projekten bzgl. Sprachassistenz

← Starša wersija		Wersija wot 15. meje 2023, 15:31
Rjadka 304:		Rjadka 304:
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Konzeption, Planung und Entwicklung einer Vorlesesoftware für Nieder- und Obersorbisch (geplanter Abschluss 2023)		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Konzeption, Planung und Entwicklung einer Vorlesesoftware für Nieder- und Obersorbisch (geplanter Abschluss 2023)
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2018		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2018
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Sorbisches Institut, gefördert durch das Sächsische Staatsministerium für Wissenschaft, Kultur und Tourismus (~~SMWT~~)		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Sorbisches Institut, gefördert durch das Sächsische Staatsministerium für Wissenschaft, Kultur und Tourismus (SMWK)
	\|-		\|-
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Online-Übersetzer Deutsch-Sorbisch, Sorbisch-Deutsch'''		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Online-Übersetzer Deutsch-Sorbisch, Sorbisch-Deutsch'''

	'''(zunächst Obersorbisch)'''		'''(zunächst Obersorbisch)'''
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Entwicklung und Bereitstellung eines Online-~~Übersetzers~~ für Sätze und Texte, Deutsch-Sorbisch und Sorbisch-Deutsch. Als Übersetzungsgrundlage dient ein bilingualer Textkorpus, welcher erstellt wird und für das Training eines Übersetzungssystems verwendet wird.		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Entwicklung und Bereitstellung eines Online-Übersetzungsdienstes für Sätze und Texte, Deutsch-Sorbisch und Sorbisch-Deutsch. Als Übersetzungsgrundlage dient ein bilingualer Textkorpus, welcher erstellt wird und für das Training eines Übersetzungssystems verwendet wird.
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2019		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2019
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| WITAJ-Sprachzentrum, gefördert durch die Stiftung für das sorbische Volk		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| WITAJ-Sprachzentrum, gefördert durch die Stiftung für das sorbische Volk
Rjadka 316:		Rjadka 316:
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Erstellung von öffentlich zugänglichen Sprachdaten, diese stehen via CC0-Lizenz zur freien Nutzung zur Verfügung, z. B. für das Training eine Spracherkennungs-Engine		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Erstellung von öffentlich zugänglichen Sprachdaten, diese stehen via CC0-Lizenz zur freien Nutzung zur Verfügung, z. B. für das Training eine Spracherkennungs-Engine
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2019		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2019
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| engagierte ~~Einzelpersonen~~		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| engagierte Privatpersonen
	\|-		\|-
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Spracherkennung und maschinelle Übersetzung der sorbischen Sprachen'''		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Spracherkennung und maschinelle Übersetzung der sorbischen Sprachen'''
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Machbarkeitsstudie zur automatischen Spracherkennung für die obersorbische Sprache		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Machbarkeitsstudie zur automatischen Spracherkennung für die obersorbische Sprache, Prototypen "smart lamp" und "digidom"
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2020		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2020
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Stiftung für das sorbische Volk		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Stiftung für das sorbische Volk
			\|-
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Bereitstellung von interaktiven Spielzeugen und Büchern in den sorbischen Sprachen'''
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Bereitstellung von interaktiven Bookii-Büchern und der sprechenden interaktiven Puppe Lingufino in den sorbischen Sprachen
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2018
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Domowina Verlag gGmbH und Medienpädagogisches Projekt LUCIJA des Sorbischen Schulvereins e. V., gefördert durch die Stiftung für das sorbische Volk
			\|-
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Bereitstellung von Online-Vorlesefunktionen in obersorbischer Sprache'''
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Vorlesefunktion auf Basis neuronaler Netze für Zahlen und Uhrzeit<ref name="ftn">vgl. [https://gaussia.de/slp/ https://gaussia.de/slp]</ref> sowie für Texte<ref name="ftn56">vgl. [https://gaussia.de/bamborak/ https://gaussia.de/bamborak]</ref>
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit ca. 2020
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| eine engagierte Privatperson
	\|-		\|-
	\|}		\|}

Měrko Šenk: /* Ist-Stand der 4 Bausteine der Sprachassistenz */

2023-05-15T15:02:22Z

Ist-Stand der 4 Bausteine der Sprachassistenz

← Starša wersija		Wersija wot 15. meje 2023, 15:02
Rjadka 167:		Rjadka 167:
	Während digitale Angebote wie Sprachausgabe und Spracherkennung in deutscher Sprache selbstverständlich sind und sowohl von internationalen Großkonzernen als auch von der öffentlichen Hand vorangetrieben und ausgebaut werden, gilt das für dieselben Angebote in sorbischer Sprache nur sehr eingeschränkt. Welche Grundlagen der Sprachunterstützung beider sorbischer Sprachen bereits realisiert oder geplant sind, sollen die folgenden Abschnitte untersuchen.		Während digitale Angebote wie Sprachausgabe und Spracherkennung in deutscher Sprache selbstverständlich sind und sowohl von internationalen Großkonzernen als auch von der öffentlichen Hand vorangetrieben und ausgebaut werden, gilt das für dieselben Angebote in sorbischer Sprache nur sehr eingeschränkt. Welche Grundlagen der Sprachunterstützung beider sorbischer Sprachen bereits realisiert oder geplant sind, sollen die folgenden Abschnitte untersuchen.

	=== Ist-Stand der 4 Bausteine ~~der Sprachassistenz~~ ===		=== Ist-Stand der 4 Bausteine des Sprechens mit elektronischen Geräten===

	==== Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT) ====		==== Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT) ====

Měrko Šenk: /* Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT)Übersicht STT-Engines: https://mycroft-ai.gitbook.io/docs/using-mycroft-ai/customizations/stt-engine */

2023-04-28T13:35:52Z

Baustein 1: Spracherkennung (Automatic Speech Recognition, ASR; Speech to Text, STT)Übersicht STT-Engines: https://mycroft-ai.gitbook.io/docs/using-mycroft-ai/customizations/stt-engine

← Starša wersija		Wersija wot 28. apryla 2023, 13:35
Rjadka 62:		Rjadka 62:

	'''Training von Spracherkennungs-Maschinen''' <br>		'''Training von Spracherkennungs-Maschinen''' <br>
			* vgl. auch Vortrag von D. Sobe 2022 im Rahmen einer Online-Abendveranstaltung<ref>vgl. [https://digiserb.de/2022/06/09/zarjadowanje-masinelne-spoznawanje-serbsciny/ Veranstaltung auf digiserb.de], [https://digiserb.de/wp-content/uploads/2022/06/2022_06_auswertung.pdf Folien bei digiserb.de], [https://www.youtube.com/watch?v=RWUo7N_Aybw Video bei YouTube].</ref>
	Klassischerweise wird die Spracherkennung durch die Verwendung von stochastische Modellen wie Hidden-Markov-Modellen (HMM) und Gauss'schen Mischmodellen (GMM) durchgeführt. Das Sprachsignal wird dabei in kurze Abschnitte, sogenannte Phoneme, unterteilt. Die Phoneme werden dann in einer HMM- oder GMM-Datenbank gespeichert. Bei der Erkennung wird das Sprachsignal in Phoneme aufgeteilt und mit der HMM- oder GMM-Datenbank abgeglichen, um die wahrscheinlichste Sequenz von Phonemen zu finden. Diese wird dann in Text umgewandelt und ausgegeben.		Klassischerweise wird die Spracherkennung durch die Verwendung von stochastische Modellen wie Hidden-Markov-Modellen (HMM) und Gauss'schen Mischmodellen (GMM) durchgeführt. Das Sprachsignal wird dabei in kurze Abschnitte, sogenannte Phoneme, unterteilt. Die Phoneme werden dann in einer HMM- oder GMM-Datenbank gespeichert. Bei der Erkennung wird das Sprachsignal in Phoneme aufgeteilt und mit der HMM- oder GMM-Datenbank abgeglichen, um die wahrscheinlichste Sequenz von Phonemen zu finden. Diese wird dann in Text umgewandelt und ausgegeben.

Měrko Šenk: /* Baustein 4: Sprachausgabe (Text to Speech, TTS) */

2023-04-28T13:27:54Z

Baustein 4: Sprachausgabe (Text to Speech, TTS)

← Starša wersija		Wersija wot 28. apryla 2023, 13:27
Rjadka 263:		Rjadka 263:
	** Aktuell gibt es 9 Bookii-Bücher in obersorbischer Sprache		** Aktuell gibt es 9 Bookii-Bücher in obersorbischer Sprache
	** und 3 Bookii-Bücher in niedersorbischer Sprache.		** und 3 Bookii-Bücher in niedersorbischer Sprache.
			* '''bamborak''', TTS-System für Obersorbisch<ref>vgl. [https://gaussia.de/bamborak/ https://gaussia.de/bamborak/]</ref>
			** Seit 2022 entwickelt K. Baier ein obersorbisches TTS-System auf Basis eines neuronalen Netzes.
			** Bisher wurden hierfür ca. 2.400 Sätze aufgenommen und durch das neuronale Netz verarbeitet.

	==== Fazit ====		==== Fazit ====

← Starša wersija		Wersija wot 15. meje 2023, 15:31
Rjadka 304:		Rjadka 304:
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Konzeption, Planung und Entwicklung einer Vorlesesoftware für Nieder- und Obersorbisch (geplanter Abschluss 2023)		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Konzeption, Planung und Entwicklung einer Vorlesesoftware für Nieder- und Obersorbisch (geplanter Abschluss 2023)
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2018		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2018
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Sorbisches Institut, gefördert durch das Sächsische Staatsministerium für Wissenschaft, Kultur und Tourismus (~~SMWT~~)		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Sorbisches Institut, gefördert durch das Sächsische Staatsministerium für Wissenschaft, Kultur und Tourismus (SMWK)
	\|-		\|-
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Online-Übersetzer Deutsch-Sorbisch, Sorbisch-Deutsch'''		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Online-Übersetzer Deutsch-Sorbisch, Sorbisch-Deutsch'''

	'''(zunächst Obersorbisch)'''		'''(zunächst Obersorbisch)'''
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Entwicklung und Bereitstellung eines Online-~~Übersetzers~~ für Sätze und Texte, Deutsch-Sorbisch und Sorbisch-Deutsch. Als Übersetzungsgrundlage dient ein bilingualer Textkorpus, welcher erstellt wird und für das Training eines Übersetzungssystems verwendet wird.		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Entwicklung und Bereitstellung eines Online-Übersetzungsdienstes für Sätze und Texte, Deutsch-Sorbisch und Sorbisch-Deutsch. Als Übersetzungsgrundlage dient ein bilingualer Textkorpus, welcher erstellt wird und für das Training eines Übersetzungssystems verwendet wird.
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2019		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2019
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| WITAJ-Sprachzentrum, gefördert durch die Stiftung für das sorbische Volk		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| WITAJ-Sprachzentrum, gefördert durch die Stiftung für das sorbische Volk
Rjadka 316:		Rjadka 316:
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Erstellung von öffentlich zugänglichen Sprachdaten, diese stehen via CC0-Lizenz zur freien Nutzung zur Verfügung, z. B. für das Training eine Spracherkennungs-Engine		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Erstellung von öffentlich zugänglichen Sprachdaten, diese stehen via CC0-Lizenz zur freien Nutzung zur Verfügung, z. B. für das Training eine Spracherkennungs-Engine
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2019		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2019
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| engagierte ~~Einzelpersonen~~		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| engagierte Privatpersonen
	\|-		\|-
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Spracherkennung und maschinelle Übersetzung der sorbischen Sprachen'''		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Spracherkennung und maschinelle Übersetzung der sorbischen Sprachen'''
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Machbarkeitsstudie zur automatischen Spracherkennung für die obersorbische Sprache		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Machbarkeitsstudie zur automatischen Spracherkennung für die obersorbische Sprache, Prototypen "smart lamp" und "digidom"
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2020		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2020
	\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Stiftung für das sorbische Volk		\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Stiftung für das sorbische Volk
			\|-
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Bereitstellung von interaktiven Spielzeugen und Büchern in den sorbischen Sprachen'''
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Bereitstellung von interaktiven Bookii-Büchern und der sprechenden interaktiven Puppe Lingufino in den sorbischen Sprachen
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit 2018
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Domowina Verlag gGmbH und Medienpädagogisches Projekt LUCIJA des Sorbischen Schulvereins e. V., gefördert durch die Stiftung für das sorbische Volk
			\|-
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| '''Bereitstellung von Online-Vorlesefunktionen in obersorbischer Sprache'''
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Vorlesefunktion auf Basis neuronaler Netze für Zahlen und Uhrzeit<ref name="ftn">vgl. [https://gaussia.de/slp/ https://gaussia.de/slp]</ref> sowie für Texte<ref name="ftn56">vgl. [https://gaussia.de/bamborak/ https://gaussia.de/bamborak]</ref>
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| Seit ca. 2020
			\| style="border:0.5pt solid #000000;padding-top:0cm;padding-bottom:0cm;padding-left:0.191cm;padding-right:0.191cm;" \| eine engagierte Privatperson
	\|-		\|-
	\|}		\|}

← Starša wersija		Wersija wot 6. julija 2023, 12:15
Rjadka 179:		Rjadka 179:
	** diese sind aktuell in sehr unterschiedlicher Qualität, sehr unausgewogen hinsichtlich der Stimmen (Geschlecht- und Alter-Verteilung)		** diese sind aktuell in sehr unterschiedlicher Qualität, sehr unausgewogen hinsichtlich der Stimmen (Geschlecht- und Alter-Verteilung)
	** darüber hinaus lassen sich die Sätze common voice aktuell nicht thematisch zuordnen		** darüber hinaus lassen sich die Sätze common voice aktuell nicht thematisch zuordnen
	** Für das Niedersorbische fehlen die Sätze und das Einsprechen<ref name="ftn17">vgl. [https://voice.mozilla.org/de/languages https://voice.mozilla.org/de/languages]</ref>		** Für das Niedersorbische fehlen die Sätze und das Einsprechen<ref name="ftn17">vgl. [https://voice.mozilla.org/de/languages https://voice.mozilla.org/de/languages]</ref> <br>
	<br>
	* '''Prototyp "smart lamp" / "digidom"'''		* '''Prototyp "smart lamp" / "digidom"'''
	** 2020 startete das '''Projekt „Spracherkennung und maschinelle Übersetzung der sorbischen Sprachen'''“ der Stiftung für das sorbische Volk		** 2020 startete das '''Projekt „Spracherkennung und maschinelle Übersetzung der sorbischen Sprachen'''“ der Stiftung für das sorbische Volk
Rjadka 195:		Rjadka 195:
	*** Prototyp „digidom“ unter Open Source Lizenz veröffentlicht <ref>vgl. [https://github.com/ZalozbaDev/raspberry_pi_demo_spoznawanje https://github.com/ZalozbaDev/raspberry_pi_demo_spoznawanje]</ref>		*** Prototyp „digidom“ unter Open Source Lizenz veröffentlicht <ref>vgl. [https://github.com/ZalozbaDev/raspberry_pi_demo_spoznawanje https://github.com/ZalozbaDev/raspberry_pi_demo_spoznawanje]</ref>
	*** Veröfentlichung der Ergebnisse in einer Studie<ref>vgl. [http://www.essv.de/pdf/2021_43_50.pdf http://www.essv.de/pdf/2021_43_50.pdf]</ref>		*** Veröfentlichung der Ergebnisse in einer Studie<ref>vgl. [http://www.essv.de/pdf/2021_43_50.pdf http://www.essv.de/pdf/2021_43_50.pdf]</ref>
	*** Veröffentlichen von Kriterien zur Auswahl eines Sprachkorpus<ref>vgl. [https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf]</ref>		*** Veröffentlichen von Kriterien zur Auswahl eines Sprachkorpus<ref>vgl. [https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf https://github.com/ZalozbaDev/speech_recognition_corpus_creation/blob/main/report/report_summary_german.pdf]</ref> <br>
	<br>
	* '''Folgeprojekt "Vorbereitung der Spracherkennung für das Obersorbische für eine Diktierfunktion"''' 2023:		* '''Folgeprojekt "Vorbereitung der Spracherkennung für das Obersorbische für eine Diktierfunktion"''' 2023:
	** Das Ziel war die Entwicklung neuer und Verbesserung bestehender akustischer Modelle für die obersorbische Spracherkennung.		** Das Ziel war die Entwicklung neuer und Verbesserung bestehender akustischer Modelle für die obersorbische Spracherkennung.
Rjadka 212:		Rjadka 212:
	** Die Wahl des richtigen Teilwortzerlegungsverfahrens und der geeigneten Vokabulargröße hat einen signifikanten Einfluss auf die Leistung des Sprachmodells.		** Die Wahl des richtigen Teilwortzerlegungsverfahrens und der geeigneten Vokabulargröße hat einen signifikanten Einfluss auf die Leistung des Sprachmodells.
	** Im Ergebnis konnte eine Sammlung von normalisierten Textkorpora erzeugt werden, der für das Training von statistischen Sprachmodellen basierend auf ganzen Wörtern oder Wortteilen geeignet ist.		** Im Ergebnis konnte eine Sammlung von normalisierten Textkorpora erzeugt werden, der für das Training von statistischen Sprachmodellen basierend auf ganzen Wörtern oder Wortteilen geeignet ist.
	* Weitere Arbeit an Robustheit und Leistungsfähigkeit von "digidom" ist nötig		* Weitere Arbeit an Robustheit und Leistungsfähigkeit von "digidom" ist nötig <br>
	<br>
	* '''weitere Applikationen mittels Spracherkennung'''		* '''weitere Applikationen mittels Spracherkennung'''
	** Spiele		** Spiele