Voice-Control-API (VCA)

Die Möglichkeit, Computersysteme mittels Sprache zu steuern, hat Science-Fiction-Autoren schon seit vielen Jahren beschäftigt. Die Fortschritte der Spracherkennung und Sprachverarbeitung lassen in jüngster Zeit diese Träume zunehmend realer werden.

Moderne Sprachverarbeitungssysteme müssen nicht mehr – wie früher üblich – langwierig trainiert werden. Heutzutage können sie sprecherunabhängig beachtliche Wortschätze unterscheiden und selbst Dialektfärbungen spielen dabei kaum mehr eine Rolle.

Diese leistungsfähigen Sprachverarbeitungssysteme erobern momentan viele Bereiche mit direktem Endkundenkontakt. Im industriellen Sektor führen sie jedoch bislang noch ein Mauerblümchendasein. Dabei sind gerade in diesem Bereich die typischen Vorteile einer Sprachsteuerung wie z. B. die Konzentration auf die Tätigkeit bei gleichzeitiger Einsetzbarkeit beider Hände („hands free“) sowie die räumliche Flexibilität durch moderne Kommunikationsmittel offensichtlich.

Das Fraunhofer IPA hat mit Förderung des Wirtschaftsministeriums Baden-Württemberg sowie mit Unterstützung von Partnerfirmen eine „Voice-Control-API“ (VCA) zur Integration der Sprachverarbeitung im industriellen Umfeld entwickelt und im Rahmen eines internen Programms bis zur Marktreife weiterentwickelt. Die VCA setzt sich in Form eines Vermittlers zwischen ein Sprachverarbeitungssystem und eine beliebige industrielle Applikation.

Dabei weist sie Standardschnittstellen nach beiden Seiten auf: SOAP („Simple Object Access Protocol“) zur Applikation und VoiceXML zum Sprachverarbeitungssystem. Als Transportmedium werden die Standardprotokolle des World Wide Web (WWW) verwendet.

Durch dieses plattformunabhängige Konzept und durch den leicht verständlichen Aufbau der VCA-Funktionen kann praktisch jede industrielle Applikation in kurzer Zeit „sprachfähig“ gemacht werden. Bereits realisierte Anwendungen von Industriepartnern belegen dies eindrücklich. So wurde zum Beispiel bei einer Anwendung der Firma solvtec GmbH eine Störungsmeldungen „sprachfähig“ gemacht, bei der jederzeit und ortsungebunden mit Hilfe eines Mobiltelefons eine Störmeldung angelegt bzw. deren Bearbeitungsstatus abgerufen werden kann. Eine weitere realisierte Anwendung der Firma Dr. Eilebrecht SSE unterstützt die Materialanalyse an Messmikroskopen im Prüflabor eines Edelstahlherstellers. Hierbei konnten neben einer deutlichen Reduzierung der Prüfzeiten auch noch die Fehlerhäufigkeiten im Prüfprozess reduziert werden.

Der Implementierungsaufwand bis zur ersten Spracheingabe umfasste bei beiden Anwendungen nur wenige Tage. Dies konnte durch eine umfassende Kapselung der komplexen Programmierung des Spracherkennungssystems in VoiceXML erreicht werden. Eine Aufgabe die zum größten Teil vom VCA-Modul übernommen wird. Die Kommunikation zwischen dem VCA-Modul und der Anwendung erfolgt über SOAP. Durch die Verfügbarkeit zahlreicher SOAP-Werkzeuge und -Implementierungen kann das VCA-Modul mit einfachen Befehlen aus der Standardprogrammiersprache der Anwendung angesprochen werden, gleichgültig ob das C#, C++, C, Pascal oder selbst eine Skriptsprache ist. Dies erspart den Entwicklern der Anwendung die Einarbeitungszeit in eine weitere Programmiersprache.

Interessierten Unternehmen bietet das Fraunhofer IPA Unterstützung bei der Auswahl der geeigneten Sprachanwendungen, bei der Implementierung in Ihre Anwendungen sowie bei der Gestaltung der Sprachdialoge.

Ihr Ansprechpartner für weitere Informationen:
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
Dipl.-Ing. Jürgen Henke
Telefon +49 711 970-1881
juergen.henke@ipa.fraunhofer.de