Telematik bei mm-lab. 5. Tag der Informationslogistik, HFT Stuttgart. mm-lab GmbH Stammheimer Straße Kornwestheim

Transkript

1 Telematik bei mm-lab 5. Tag der Informationslogistik, HFT Stuttgart Dr. Andreas Streit Managing Director mm-lab GmbH Stammheimer Straße Kornwestheim

2 Die mm-lab GmbH versteht sich... als Systemhaus, dessen Wissen, Erfahrung und Verantwortlichkeiten in Projekten nicht am eigenen Tellerrand enden.... als Anbieter von Telematik-Systemlösungen, der die Kundenanforderungen in dem vom Kunden spezifizierten Umfeld umsetzen.... als Lieferant von bezahlbaren Individuallösungen mit einer hohen Abdeckung der kundenspezifischen Anforderungen.... als Motivator hin zu umfassenden Lösungen, die dem Kunden neue Flexibilität und Effizienzpotentiale erschließen mm-lab GmbH Company Conf idential Seite 2

3 Geschäftsfelder Lösungen Unsere Telematiklösungen bieten modernste Technik basierend auf kommerziell verfügbaren Komponenten. Mittels unserer Software realisieren wir individuelle Lösungen. Dienstleistungen Unser Wissen und unsere Erfahrung ist das Fundament unseres Erfolgs. Durch unser Dienstleistungsportfolio können unsere Kunden direkt davon profitieren mm-lab GmbH Company Conf idential Seite 3

4 Plattform-Systemarchitektur cmp Software Architecture Applications Application Platform OSGi Client Framework Applications OSGi Server Framework Enhanced Services Basic Services Native Platform Client JNI Server JNI Native Platform Operating System Database Server Data Exchange Service Management GIS Server Hardware Platform Hardware Server Infrastructure mm-lab GmbH Company Conf idential Seite 4

5 Marktfelder Automobiles Testen Um höchsten Kundenansprüchen weiterhin zu genügen, benötigen OEMs und Zulieferer neue Methoden um die Qualität zu gewährleisten. Sonderflotten Flotten privater Unternehmen oder Kommunen müssen sich sehr spezifischen Anforderungen stellen. Elektronische Gebührenerfassung Moderne, faire und umweltbewusste Konzepte zur Straßennutzung erfordern ein System das solch komplexen Anforderungen gewachsen ist mm-lab GmbH Company Conf idential Seite 5

6 Die Kunden der mm-lab Systemhäuser Automobilhersteller Automobilzulieferer Kommunen Entsorger Mautbetreiber Telekommunikationsunternehmen mm-lab GmbH Company Conf idential Seite 6

7 Ausbildung bei mm-lab Praktika (Studium/BOGy) Werkstudenten Bachelor-/Masterarbeiten Duales Studium in angewandter Informatik mm-lab GmbH Company Conf idential Seite 7

8 Zahlen und Fakten Im Markt seit April Mitarbeiterinnen/Mitarbeiter 3,9 Mio. Umsatz im letzten Geschäftsjahr mm-lab GmbH Company Conf idential Seite 8

9 Kontakt mm-lab GmbH Stammheimer Straße 10 D Kornwestheim Germany Tel: +49-(0) Fax: +49-(0) Internet: mm-lab GmbH Company Conf idential Seite 9

10 Ein Telematiksystem lernt hören und sprechen Fabian Müller B. Sc.

11 Inhalt Einstieg Grundlagen der Sprache Funktionsweise der Spracherkennung Funktionsweise der Spracherzeugung Demo B. Sc. Fabian Müller 11

12 Einstieg Einsatz von Sprachsystemen Smartphone Navigationsgerät Diktiersysteme Auskunftssysteme Gerätesteuerung B. Sc. Fabian Müller 12

13 Einstieg Mobile Endgeräte bisher Taktile Bediendung (Touchpad) Mögliche Ablenkung des Fahrers Erweiterung Sprachausgabe der Benachrichtigungen Sprachsteuerung durch Befehle B. Sc. Fabian Müller 13

14 Inhalt Einstieg Grundlagen der Sprache Funktionsweise der Spracherkennung Funktionsweise der Spracherzeugung Demo B. Sc. Fabian Müller 14

15 Grundlagen der Sprache Eigenschaften Sprache verändert sich stetig Verschiedene Sprachen mit unterschiedlichster Grammatik Aussagen teilweise nur aus Kontext erschließbar Worte mit mehreren Bedeutungen: ( Bank ) Individuelle Sprechweise (Dialekt, Behinderung, Stimmung oder Gesundheitszustand) B. Sc. Fabian Müller 15

16 Grundlagen der Sprache Einheiten: Phon: Laut, kleinste Einheit der Sprache Phonem: Gruppe von Phonen ohne Bedeutungsunterschied Halbsilbe: Anfangs-/Endteil einer Silbe Silbe: Wortteil um einen Vokal oder Diphtong Wort: kleinste funktionale Einheit Satz: grammatikalisch geordnete Wortmenge B. Sc. Fabian Müller 16

17 Hintergründe Merkmale der Phoneme Oszillogramm: Zeit-Energie-Diagramm sprechen : Energie Zeit /s/ /p/ /r/ /ae/ /x/ /Ə/ /n/ Merkmale (Vokale): z.b. Lage der lokalen Maxima im Frequenzspektrum ( Formanten ) B. Sc. Fabian Müller 17

18 Inhalt Einstieg Grundlagen der Sprache Funktionsweise der Spracherkennung Funktionsweise der Spracherzeugung Demo B. Sc. Fabian Müller 18

19 Spracherkennung Gegeben: Kontinuierliches Schallsignal (Mikrofon) Gesucht: Wortkette (Äußerung) Varianten: B. Sc. Fabian Müller 19

20 Spracherkennung Komplexität der Spracherkennung Menge des Gesprochenen Wortschatzumfang Benutzerkreis B. Sc. Fabian Müller 20

21 Spracherkennung Merkmalsvektoren Akustisches Modell: Merkmale o /o/ Wörterbuch / Lexikon: Wort /w//o//r//t/ Sprachmodell: wort Wort- B. Sc. Fabian Müller 21

22 Spracherkennung Vorverarbeitung Analoges Signal digitalisiert Filterung B. Sc. Fabian Müller 22

23 Spracherkennung Merkmalsextraktion: Fensterbildung ca. 50 ms B. Sc. Fabian Müller 23

24 Spracherkennung Merkmalsextraktion: Fensterbildung f Analyse auf Merkmale Frequenzspektrum Bandbreiten Energiewerte (Intensität) Formanten t B. Sc. Fabian Müller 24

25 Spracherkennung (Muster-) Erkennung Vergleich Eingangssignal Signal Y Signal Z weitere??? (als Aufzeichnungen bekannt) Auswahl: ähnlichstes Signal, falls Grenzwert nicht überschritten B. Sc. Fabian Müller 25

26 Spracherkennung (Muster-) Erkennung Vergleich Zeitverzerrung B. Sc. Fabian Müller 26

27 Spracherkennung (Muster-) Erkennung Vergleich Zeitverzerrung Alternativer Ansatz: HMM (Hidden Markov-Modelle) Wahrscheinlichkeitsmodell Anpassen von bekannten Signalen (Lösungen) an das zu erkennende Eingangssignal Hidden : Merkmale sind bekannt, die dazugehörigen Phoneme nicht Auswahl: beste Wahrscheinlichkeit Nachteil: Wort muss bekannt sein B. Sc. Fabian Müller 27

28 Spracherkennung ideales Ziel: komplett sprachgesteuerter Computer Ist eine 100% Erkennungsrate überhaupt erreichbar? B. Sc. Fabian Müller 28

29 Schwierigkeiten Spracherkennung: Dialekt- / Sprachenvielfalt Körperliche Gegebenheiten (Krankheit, Stimmlage) Hintergrundgeräusche (Rauschen, Lärm, räuml. Umgebung) Koartikulation Probleme bei der Signalübertragung Wann wurde etwas gesagt? u.v.m. B. Sc. Fabian Müller 29

30 Inhalt Einstieg Grundlagen der Sprache Funktionsweise der Spracherkennung Funktionsweise der Spracherzeugung Demo B. Sc. Fabian Müller 30

31 Sprachsynthese Gegeben: Text Gesucht: Sprachsignal (Text-to-Speech, TTS) TEXT Normalisierung in Volltext Umwandlung in Phoneme Bestimmung der Prosodie Synthese z.b. dieser Text zum Beispiel /t/ /s/ /u/ /m/ /b/ /ay/ /ʃ/ /p/ /i:/ /l/ (Satzmelodie, Betonung, Informationsstruktur) B. Sc. Fabian Müller 31

32 Sprachsynthese Arten der Sprachsynthese: Verkettung ( unit selection ) Einheiten: Phoneme, Silben, Wörter Diphonsynthese Idee: Zustandsübergänge nutzen Formantsynthese Mathematischer Ansatz Bislang ungenügende Qualität B. Sc. Fabian Müller 32

33 Schwierigkeiten Sprachsynthese: Sprachsignal sehr komplex blecherner Klang Prosodie-Bestimmung schwer (Was sollte ausgedrückt werden?) Regeln für unbekannte Worte: USA vs. UNO Folgefehler B. Sc. Fabian Müller 33

34 Inhalt Einstieg Grundlagen der Sprache Funktionsweise der Spracherkennung Funktionsweise der Spracherzeugung Demo B. Sc. Fabian Müller 34

35 Demo Demo mit Simulation / mobilem Endgerät Sprach-Verarbeitung im Gerät, ohne Serververbindung Sprachmodul-Komponenten: Erkennung über HMM Sprachausgabe auf Befehl oder Warnmeldung B. Sc. Fabian Müller 35

36 Demo B. Sc. Fabian Müller 36

37 B. Sc. Fabian Müller