Sprachsteuerung für Maschinen

Unser Angebot: Entwicklung eines Systems zur Spracheingabe und Sprachsteuerung von Industriemaschinen

Schaffung einer Möglichkeit, Industriemaschinen, die über eine SPS oder einen IPC gesteuert werden, mittels Sprache zu bedienen. Dazu zählen sowohl die Sprachein- wie auch die -ausgabe.
Die Spracheingabe soll hierzu im Zusammenspiel mit herkömmlichen Ein- und Ausgabesystemen,
insbesondere Touchpanels, realisiert werden. Konkret können Funktionen des Touchpanels ganz oder teilweise durch Sprachein-/ausgabe ergänzt oder ersetzt werden.
Folgende Bedürfnisse des Betreibers und/oder Bedieners können befriedigt werden:
- Komfortgewinn.
- User Experience auf Niveau von Consumer Electronics = Verbesserung der Akzeptanz.
- Effizienzsteigerung, weil Wege zum Panel entfallen können.
- Mehr Flexibilität, weil der Bediener beide Hände parallel zur Bedienung anderweitig verwenden kann (z. B. an einem Handmontageplatz).
- Mehr Prozesssicherheit durch das berührungslose Auslösen von Befehlen auch bei widrigen oder sensiblen Umgebungsbedingungen.

Entwicklung einer kundenspezifischen Lösung auf Basis einer am Markt erhältlichen und bewährten Spracherkennungssoftware.
Reine Softwarelösung, die auf der ohnehin notwendigen Maschinensteuerung lauffähig ist; es ist also keine zusätzliche Hardware erforderlich (im Falle offener Systeme).
Offline-Lösung; es ist keine permanente Internetanbindung erforderlich.
Befehle und Dialoge sind frei konfigurierbar. Grundsätzlich ist jede Eingabe, die ansonsten über andere Bedienelemente ermöglicht wird, auch über die Spracheingabe realisierbar.
Analoges gilt für die Ausgabe von Meldungen.
Freie Ausgestaltung der Befehle, Rückmeldungen und Dialoge. Die jeweilige Sprachanwendung kann über ein Webtool erstellt werden.
Vor der Eingabe eines Sprachbefehles wird das System über ein Wake-Word aktiviert; das Wake Word kann frei gewählt werden.
Erkennung von Synonymen durch Hinterlegen in der Sprachanwendung.
Extraktion mehrerer Begriffe aus einem Satz, wobei die Reihenfolge keine Rolle spielt.
30 Sprachen verfügbar.
Verwendung beliebiger Mikrofone und Lautsprecher möglich, auch Headsets.
Ausblendung/Reduktion von störenden Hintergrundgeräuschen erfolgt über die Mikrofone.
Auswahl passender Lösungen im Rahmen der Entwicklung auf Basis von Versuchen.
Erkennungsrate ca. 90-95%.

Runtime: ca. 6 MByte
Sprachmodell: bis 6,3 MByte je Sprache
Anwendungsspezifische Sprachressourcen:
• ca. 10 kByte einfache Kommandosteuerung mit 10 Wörtern
• ca. 500 kByte umfangreiche Sprachsteuerung mit 1.000 Wörtern
Hauptspeicher: ab 16 MByte (je nach Anwendung)
Kommunikation mit Maschinensteuerung: MQTT im JSON-Format

Am 17. November 2020 hat die Redaktion von elektrotechnik.de einen Online-Beitrag über dieses Projekt veröffentlicht.