Zentrum für Digitale Signalverarbeitung mittels Künstlicher Intelligenz - DSAI

Der Bereich Audio und Medientechnologien prägt seit über 30 Jahren die weltweit eingesetzten Standards und Technologien in der Audio- und Filmindustrie. Heute werden die Systeme und Tools des Fraunhofer IIS in vielen Branchen zur Erstellung, Übertragung und Bereitstellung exzellenter Audio- und Videoinhalte verwendet und ermöglichen Echtzeit-Kommunikation mit höchster Audioqualität. Audio- und Medientechnologien aus Erlangen finden sich in fast allen Computern, Handys und Geräten der Unterhaltungselektronik und werden täglich von Milliarden von Menschen auf der ganzen Welt genutzt. Im Bereich der Audiosignalverarbeitung sorgen Symphoria und die Sonamic-Produktfamilie für ein umhüllendes und optimiertes Klangerlebnis im Auto, während die upHear-Produktfamilie die räumliche Audiowiedergabe oder Aufnahmequalität von professionellen und Consumer-Geräten dramatisch verbessert. Mit KI-Algorithmen wird man zukünftig auch Probleme der Audiosignalverarbeitung lösen können, die bis heute mit herkömmlichen Methoden nicht lösbar waren. Zum Beispiel kann man eine KI darauf trainieren, gesprochene Sprache in bestehendem Filmmaterial zu erkennen, zu separieren und Nutzerinnen und Nutzern so die Möglichkeit geben, den Dialog lauter zu stellen im Vergleich zu Hintergrundgeräuschen im Film. Nach ersten erfolgreichen Tests mit öffentlich-rechtlichen Rundfunkanstalten, soll diese Technologie weiter ausgebaut werden. Auf der Wiedergabeseite kann zum Beispiel bei Smartspeakern die in den Geräten verbauten Mikrofone und KI-gestützte Methoden nutzen, um Wissen über die Raumgeometrie zu erlangen und die Wiedergabe entsprechend automatisch an die Gegebenheiten zu kalibrieren.

Auch wenn heutzutage bereits viele Anwendungen mittels Spracheingabe gesteuert werden können, so ist man doch erst am Anfang des technisch Möglichen. Traditionelle Signalverarbeitungsmethoden sind nicht in der Lage, mit dynamischen und verrauschten akustischen Umgebungen umzugehen. Zudem sind herkömmliche Sprachsyntheseverfahren schwer einzurichten und lassen eine gewisse Natürlichkeit vermissen. Die große Anzahl von Parametern, die die Reproduktionsqualität gegenseitig beeinflussen, ist mit herkömmlichen Methoden schwer zu modellieren. Hier wollen wir mit KI-gestützten Methoden ansetzen und so zur Verbesserung der sprachgesteuerten Mensch-Maschine-Interaktion beitragen. Damit können beispielsweise Sprachassistenten in akustisch anspruchsvollen Situationen zuverlässiger funktionieren und Informationen in klar verständlicher und in natürlicher Sprache effizient kommunizieren. Die Fraunhofer Institute IIS und IAIS arbeiten gemeinsam unter dem Dach der Marke Allinga an Sprachassistenztechnologien und bieten alle Module eines Sprachassistenten aus eigener Entwicklung an. Allinga lässt sich nicht nur leicht an domänenspezifische Anwendungsfälle anpassen, sondern beachtet auch auf allen Ebenen die Datensouveränität.

Im Projekt Speaker wird die Allinga-Technologie in eine B2B-Sprachassistenzplattform integriert, die es namhaften Industriepartnern des Projekts ermöglicht, Use-Cases umzusetzen und in die Praxis zu übertragen.

Am Fraunhofer IIS wird seit über 20 Jahren an der Entwicklung optimierter drahtloser Übertragungssysteme gearbeitet. Egal ob über Satellit, im Mobilfunknetz oder im Internet der Dinge, unsere Forscher arbeiten an passgenauen Technologien für jeden Einsatzweck. Stromsparende eingebettete KI-Algorithmen des Fraunhofer IIS ermöglichen echte kognitive Sensoren.

DSAI verbindet KI-Know-how mit Expertise in Kommunikationstechnologien, um mit KI-basierter Signalverarbeitung den Herausforderungen zukünftiger Kommunikationsnetze zu begegnen. Verteiltes Lernen, verteilte Inferenz und Fog-Computing sind wichtige Bausteine für IoT-Sensor-Netze und Mobilfunknetze der nächsten Generation in denen Algorithmen über mehrere Knoten verteilt sind. Gemeinsame Kanal- und Quellencodierung sorgen für mehr Energie- und Bandbreiteneffizienz. KI-basierte Algorithmen für eine gemeinsame Nutzung des begrenzten Frequenzspektrums garantieren indes eine optimierte Nutzung der Kommunikationskanäle.  Die Verwendung von Spiking Neural Networks (SNN) bietet das Potential für effiziente Signalverarbeitung und –übertragung. Mit dem Trend zur Nutzung höherer Übertragungsfrequenzen bei 5G und 6G, werden gemeinsame Funksysteme für Kommunikation und Radarsensing interessant. Hier soll KI für eine optimierte Ressourcenallokation sorgen. Eine universelle Demoplattform für die Nutzung von KI-Algorithmen in Kommunikationssystemen rundet die Forschungsarbeiten ab.