Assistive Sprech- und Sprachanalyse

Die Gruppe Assistive Sprech- und Sprachanalyse arbeitet daran, Fachwissen der Logopädie in digitale Anwendungen zu bringen. Im Zentrum der angewandten Forschung stehen computergestützte, digitale Technologien zur automatischen Sprach-, Sprech- und Stimmbewertung. Dabei werden eigene technische Verfahren aus Oldenburg zur automatischen Sprach- und Sprechererkennung, der akustischen Stimmanalyse und digitalen Signalverarbeitung sowie dem maschinellen Lernen und Computerlinguistik eingesetzt und weiterentwickelt.

Im Bereich der Gesundheitsforschung leistet die Gruppe Assistive Sprech- und Sprachanalysen einen wichtigen Beitrag, um bei einer Einschränkung der Sprache, beispielsweise aufgrund von Erkrankungen, wie zum Beispiel Parkinson oder nach einem Schlaganfall, einem sozialen Rückzug der Betroffenen entgegenzuwirken und sie in ihrer Kommunikation zu unterstützen. Darüber hinaus werden Sprachmerkmale als Biomarker eingesetzt und tragen so zur Prävention und Früherkennung von Erkrankung bei. Die Sprachtechnologien der Gruppe ermöglichen es die Sprachbildung und Alphabetisierung zu fördern. 

Außerdem arbeitet das Team daran die Technologien mittels digitaler Lernplattformen einer breiten Nutzerschaft zugänglich zu machen: Aus der Verbindung mit KI und Mobile Devices entstehen so Analyse- und Bewertungstools, die zudem auf einer, den Datenschutz wahrenden, Serverinfrastruktur für zahlreiche Gesundheits- und Lernanwendungen zur Verfügung gestellt werden. 

Assistive Sprech- und Sprachanalysen leisten einen wesentlichen Beitrag zum Arbeitsgebiet Connected Health und damit auch zu einer zukunftsweisenden Gesundheitsforschung. Dafür arbeitet das Fraunhofer IDMT eng mit der Universitätsmedizin Oldenburg zusammen. Neben Stimm- und Sprachanalysen wird auch die Erfassung von Biosignalen zur Beschreibung von Vital- und Gesundheitsparametern durch körpernahe Sensorik, zum Beispiel mit Hilfe der SensOhr®-Plattform, erforscht und weiterentwickelt.

Die Erkenntnisse aus Forschung und Entwicklung werden in mobile, sensorgestützte Systeme umgesetzt, die auch ohne klinische Infrastruktur flexibel eingesetzt werden können. Als vernetzte Technologielösungen sollen sie verbesserte Diagnostik und Therapie für spezifische Krankheiten sowie digitales Sprachenlernen ermöglichen. Im Projekt »LeseKind« wird beispielsweise gezielt die automatische Spracherkennungstechnologie eingesetzt, um den Leseerfolg von Grundschülerinnen und Grundschülern überprüfen zu können.