GESTU : Erarbeitung eines Respeaking Trainingsprogramms und Vergleich zur automatischen Spracherkennung, um diese Techniken zur Untertitelerzeugung in E-Learning Plattformen zu verwenden und somit speziell hörbeeinträchtigte Studierende zu unterstützen

Abstract

Universitäre Lehrveranstaltungen sind ohne adäquaten schriftlichen (oder gebärdeten) Inhalt für hörbeeinträchtigte Studierende eine beträchtliche bis unüberwindbare Hürde. Seit 2010 unterstützt das Projekt GESTU ("Gehörlos Erfolgreich Studieren") hörbeeinträchtigte Studierende beim zeitgerechten und erfolgreichen Absolvieren des Studiums. Eine zentrale Rolle spielt dabei die Untertitelung von Lehrveranstaltungen in Echtzeit. Die Live Untertitelung wird von einer externen Firma mit der sogenannten Respeaking Technik durchgeführt und von den hörbeeinträchtigten Studierenden allgemein als positiv beurteilt. Beim Respeaking handelt es sich um eine Mischform von maschineller und manueller Erstellung der Untertitel, mit der negative Einflussfaktoren auf die Qualität der Erkennungsrate einer Spracherkennungssoftware umgangen werden können. Um zu vermeiden, dass Akzente, Dialekte, Sprechgeschwindigkeit, Umgebungsgeräusche, etc. die Erkennungsgenauigkeit negativ beeinflussen, spricht ein Sprecher oder eine Sprecherin (der Respeaker bzw. die Respeakerin) das Gesagte, in einer für die Spracherkennung gut verarbeitbaren Weise, nach. Respeaking wird in vielen europäischen Ländern in unterschiedlichsten Bereichen zur (live) Untertitelung eingesetzt. So auch in Österreich, wo beim ORF seit 2010 Respeakerinnen und Respeaker die Echtzeituntertitelung durchführen. Zunehmend mehr Lehrveranstaltungen werden Video- und Audio aufgezeichnet und in E-Learning Plattformen online gestellt. Die Untertitelung ist neben einer Einblendung von Gebärdensprachübersetzungen die einzige Möglichkeit für hörbeeinträchtigte Studierende, diese Aufzeichnungen zum Erlernen der Inhalte zu nutzen. Um auch ohne (bzw. nicht ausschließlich mit) externen Firmen eine höhere Untertitelquote im E-Learning Bereich zu erreichen, liegt der Fokus dieser Diplomarbeit auf der Evaluierung von zwei thematisch verwandten und vielversprechenden Möglichkeiten der offline Untertitelerzeugung. Einerseits wurde die automatische Erzeugung von Untertitel mittels einer Sprecher bzw. Sprecherinnen unabhängigen, für spontane Sprache entwickelten Spracherkennungssoftware untersucht. Die Erkennungsraten lagen deutlich hinter den Erwartungen, wodurch diese Art der Untertitelerzeugung derzeit keine Unterstützungsmöglichkeit für hörbeeinträchtigte Studierende darstellt. Die zweite untersuchte Alternative ist die offline Untertitelerstellung mit Respeaking (Scripting). Im Gegensatz zu anderen europäischen Ländern gibt es in Österreich keine Respeaking Ausbildung an (öffentlichen) Bildungseinrichtungen. Somit legt das im Zuge dieser Diplomarbeit erarbeitete, dokumentierte und evaluierte Training den Grundstein für eine (akademische) Respeaking/Scripting Ausbildung in Österreich. Der Trainingsplan beinhaltet sieben Einheiten samt Übungen zum Erlernen des Respeakings. Die Ausbildung setzt keine speziellen Vorkenntnisse und Erfahrungen voraus und ist innerhalb von drei Monaten möglich. Im Zuge dieser Diplomarbeit wurde ein Respeaker ausgebildet. Durch qualitative, mündliche Interviews und der ständigen Evaluierung des Trainingsprozesses wurden die Einheiten ebenso wie der Zeitaufwand und das verwendete Equipment evaluiert. Eine Vorlesung wurde unabhängig von drei Seiten mittels Respeaking untertitelt: Live durch eine externe Firma und offline via Respeaking/Scripting durch den ausgebildeten Respeaker sowie den Autor dieser Diplomarbeit. Die Beurteilung aller durch Respeaking erstellten Untertitel erfolgte erstmals in Österreich durch die NER-Analyse. Dabei wird ab einem NER-Wert von 98% von akzeptablere Qualität gesprochen. Die durch Scripting erstellten Untertitel weisen mit 98,9% bzw. 97,4% eine deutlich höhere Qualität sowie eine höhere qualitative Konstanz als die live erzeugten Untertitel mit 94,9% auf. Die Ergebnisse sind mit Kreuztabellen, Box-Whisker-Plots und Streudiagrammen visualisiert, textlich beurteilt und heben die Vorteile ebenso wie die Nachteile der verschiedenen Arbeitsweisen hervor.