KI-gesteuerte Sprachkommunikation mit Maschinen

So vielfältig die Anwendungen, so unterschiedlich sind die akustischen Bedingungen in der die Dialoge mit der Maschine geführt werden. SABOT ist eine Plattform, die verschiedene Ein- und Ausgaben von Sprachsignalen erlaubt: vom integrierten Raummikrofon bis zum Schallschutz-Kopfhörer, vom Knopfmikrofon am Revers, bis zur Eingabe über Telefon oder Smartwatch. Letzteres ist besonders praktisch, wenn die Kommunikation niemanden stören soll.

Die Umsetzung des Sprachsignals in Text und umgekehrt, die Erzeugung der künstlichen Stimme erfolgt durch online Dienste, die je nach Bedarf und Kosten zum Anwendungsfall passen.

Damit SABOT in Dialog treten kann, muss das Wissen über die Maschine, den Prozess, den sie ausführt und die Bedingungen, in denen sie arbeitet, antrainiert werden. Wichtig ist vor allem, dass Sicherheit immer gewährleistet ist: falsch verstandene Kommandos sollen keinen Schaden anrichten.

Und wie beim Menschen vertieft sich das Wissen in der Praxis. Auf diesem Prinzip basiert maschinelles Lernen auch im SABOT. Jede neue Situation wird bewertet und dem Erfahrungsschatz zugeführt. So ist es möglich, dass Serienprodukte sich im Betrieb vervollkommnen.

SABOT ist eine Plattform, die sich zur Nachrüstung von vorhandenen Maschinen eignet. Es beinhaltet Werkzeuge zur Anbindung an Steuerungen und Kommunikationsschnittstellen der Maschine, aber auch IoT-Plattformen, Datenarchive und IT, die die Maschinen überwacht und steuert. Das gleiche gilt auch für Sensorik außerhalb der Maschine selbst, sodass SABOT auch für gesamte Anlagen genutzt werden kann.

Für SABOT werden Simulationsumgebungen entwickelt, die das Erlernen und Erproben der Dialoge auch ohne die physische Maschine ermöglichen: das geht schneller und gefahrloser.

Vorhandene Bedienoberflächen der Maschinen müssen angekoppelt werden, damit flüssige und widerspruchsfreie Bedienung möglich ist: so können dem Bediener optische Rückkopplungen gegeben werden oder Graphiken angezeigt werden, die visuell besser verständlicher sind als lange Erklärungen. Der Bedienfluss der visuellen und sprachlichen Bedienung muss synchronisiert werden. Es wird klar: SABOT ist kein Plug-and-Play Produkt, er erleichtert jedoch eine sichere Anpassung in einer verstandenen und effizienten Vorgehensweise, die SABO Mobile IT, ihre Partner und Kunden mit eigenen Entwicklerteams übernehmen können.

Die drei ersten Fragen sind: ist Sprachbedienung für eine bestimmte Maschine möglich, praktisch und wird sie von den Anwendern akzeptiert? Das können Sie mit geringem Aufwand ausprobieren. Lassen Sie sich überraschen, denn Sie haben jetzt eine Idee – reden wir darüber!

Das Herzstück der Kommunikation mit dem Bediener ist die Sprachverarbeitung. Sie verwendet die STT-Komponente, um gesprochene Sprache in Text umzuwandeln. Der Text wird von einem Sprachmodell weiterverarbeitet, das entweder auf NLP- oder neuerdings auf LLM-Modellen basiert und die Absichten des Benutzers erkennt.

Basierend auf dem Kontext und früheren Gesprächen generiert das System entweder eine Antwort oder löst eine erkannte Aktion aus. Das System reagiert auch auf externe Stimuli, in erster Linie von der Maschine selbst, aber auch Daten aus anderen Quellen wie dem Business-Intelligence-System usw. können berücksichtigt werden.

Der Bediener erhält dann Antworten in Form von Sprache, die mit Hilfe von TTS-Komponenten aus Text umgewandelt wird.