„Hä?“ Hörmodelle machen Sprache verständlicher

Sprachverstehen messen, Medienzugang erleichtern

Hintergrundmusik oder Soundeffekte überlagern den überwiegenden Anteil von Sprache in Medien. Dadurch ist – vor allem in Kombination mit undeutlicher Aussprache oder lauter Hörumgebung – Sprache nur eingeschränkt oder mit zu hoher Höranstrengung zu verstehen. Für Menschen mit Hörminderungen sind die Herausforderungen besonders hoch, so dass im Extremfall der Zugang zu Tonmedien kaum noch gewährleistet ist. Traditionell bewerten geübte Tonmeisterinnen und Tonmeister das Sprachverstehen in speziell dafür eingerichteten Hörumgebungen und in Situationen, in denen sie die Szenen mehrfach hören und wiederholt anpassen. Doch trotz aller Erfahrung fällt es ihnen schwer abzuschätzen, wie gut jemand die Szene versteht, wenn sie zum ersten Mal oder über ein nicht optimal ausgestattetes Soundsystem abgespielt wird. Zudem ist das subjektiv. 

Hörmodelle müssen praxistauglich sein

Kann man Sprachverstehen nicht einfach technisch messen, ähnlich wie die wahrgenommene Lautstärke? „Grundsätzlich schon“, antwortet Prof. Dr. Jan Rennies-Hochmuth vom Fraunhofer-Institut für Digitale Medientechnologie IDMT in Oldenburg. „In unserer Hörforschung ist es schon lange ein Schwerpunkt, Hörmodelle zu entwickeln, die auf Basis von Audiosignalen Kennzahlen über Sprachverständlichkeit berechnen.“ Doch bis vor Kurzem gab es eine große Hürde für den praktischen Einsatz dieser Modelle: So funktionieren zum Beispiel viele Modellansätze in der Praxis nur dann, wenn der Dialog und die Nebengeräusche als separate Audiosignale vorliegen. Dies ist in der Medienproduktion häufig nicht der Fall. 

Maschinelles Lernen sagt Verständlichkeit voraus

Diese Praxishürden hat ein Forschungsteam des Exzellenclusters Hearing4all und des Sonderforschungsbereichs Hörakustik nun erfolgreich überwunden. Die Kooperationspartner haben auf Basis maschinellen Lernens Hörmodelle entwickelt, die rein anhand eines gemischten Audiosignals eine zuverlässige Vorhersage über Sprachverständlichkeit erlauben. „Vereinfacht gesagt, schätzt das Modell, wie sicher einzelne Sprachlaute identifiziert werden können“, erklärt Prof. Dr. Bernd Meyer von der Universität Oldenburg. „Ist die Unsicherheit zu groß, ist die eingehende Sprache schlecht verständlich.“

Die Ergebnisse der Universität Oldenburg hat das Fraunhofer IDMT aufgegriffen und gemeinsam mit Industriepartnern für das Anwendungsfeld Medien weiterentwickelt und für Echtzeitanwendungen optimiert. Mit Erfolg: Bereits fünf Industriepartner integrieren das Messwerkzeug in ihre Produkte und ermöglichen damit gut verständliche Medien und Kommunikationssysteme.

Hier finden Sie weitere Informationen:

• Sprachverständlichkeit analysieren und optimieren, Fraunhofer IDMT