Automatische Optimierung von Audiosignalen für Transkription mit Evolutionären Algorithmen und Machine Learning

Jakob Behnke (Autor)

Buch | Softcover

XIII, 87 Seiten

2026
Springer Fachmedien Wiesbaden GmbH (Verlag)
978-3-658-50047-4 (ISBN)

Noch nicht erschienen - erscheint am 17.01.2026
Versandkostenfrei
Auch auf Rechnung

Artikel merken

In diesem Buch wird die Empfindlichkeit des Automatic Speech Recognition-Werkzeugs Whisper auf Störgeräusche untersucht. Hierbei werden unterschiedliche Geräuschtypen in verschiedenen Lautstärken untersucht. Es zeigte sich, dass einige Störgeräusche wie reines Rauschen oder Hintergrundgespräche einen höheren Einfluss auf die Transkript-Fehlerrate haben. Es wurde untersucht, ob mittels Machine Learning-Algorithmen und evolutionären Algorithmen eine Audioplugin-basierte Vorverarbeitung gefunden werden kann, welche die Transkriptgenauigkeit in Gegenwart von Störgeräuschen verbessert. Die Ergebnisse zeigen, dass mit den gewählten Methoden Verbesserungen für einzelne Störgeräusche erzielt werden konnten. Eine universelle Pluginkette zur Verbesserung der Transkriptgenauigkeit auf beliebigen Daten konnte jedoch nicht identifiziert werden.

Jakob Behnke hat seinen Master of Science in Informatik an der Universität zu Lübeck erfolgreich abgeschlossen. Während seines Studiums arbeitete er in der Arbeitsgruppe Ambient Computing am Institut für Telematik.

Einleitung.- Grundlagen.- Störempfindlichkeitsanalyse.- Optimierung.- Fazit.

Erscheinungsdatum	29.11.2025
Reihe/Serie	BestMasters
Zusatzinfo	XIII, 87 S. 21 Abb.
Verlagsort	Wiesbaden
Sprache	deutsch
Maße	148 x 210 mm
Themenwelt	Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik
	Mathematik / Informatik ► Mathematik ► Angewandte Mathematik
	Technik
Schlagworte	ambient computing • Automatic speech recognition • Geräuschtypen • Störgeräusche • Transkript-Fehlerrate
ISBN-10	3-658-50047-6 / 3658500476
ISBN-13	978-3-658-50047-4 / 9783658500474
Zustand	Neuware