Automatische Optimierung Von Audiosignalen Für Transkription Mit Evolutionären Algorithmen Und Machine Learning

In diesem Buch wird die Empfindlichkeit des Automatic Speech Recognition-Werkzeugs Whisper auf St顤ger酳sche untersucht. Hierbei werden unterschiedliche Ger酳schtypen in verschiedenen Lautst酺ken untersucht. Es zeigte sich, dass einige St顤ger酳sche wie reines Rauschen oder Hintergrundgespr踄he einen h鐬eren Einfluss auf die Transkript-Fehlerrate haben. Es wurde untersucht, ob mittels Machine Learning-Algorithmen und evolution酺en Algorithmen eine Audioplugin-basierte Vorverarbeitung gefunden werden kann, welche die Transkriptgenauigkeit in Gegenwart von St顤ger酳schen verbessert. Die Ergebnisse zeigen, dass mit den gew鄣lten Methoden Verbesserungen f einzelne St顤ger酳sche erzielt werden konnten. Eine universelle Pluginkette zur Verbesserung der Transkriptgenauigkeit auf beliebigen Daten konnte jedoch nicht identifiziert werden.