Software passt Sprache an Umgebungslautstärke an

Rattert ein Güterzug vorbei, versteht man von einer Durchsage wie «Der Zug nach Zürich fährt heute ausnahmsweise auf Gleis ...» oftmals nur die Hälfte. Das könnte sich künftig ändern. Forscher der Projektgruppe Hör-, Sprach- und Audiotechnologie des Fraunhofer-Instituts für Digitale Medientechnologie IDMT haben eine Software entwickelt, welche die Verständlichkeit von Sprache deutlich verbessert – auch bei den Stimmen von Sprechern auf Konferenzen oder Gesprächen über Mobiltelefone.

Der Trick der ADAPT DRC genannten Software besteht darin, dass der Lärm in der Umgebung über ein Mikrofon permanent analysiert und die Sprache in Echtzeit daran angepasst wird. «Dabei reicht es nicht, die Stimme über Lautsprecher oder Mobiltelefon einfach lauter zu machen, um den Lärm zu übertönen», sagt Projektleiter Jan Rennies-Hochmuth. Derlei Technologien werden heute schon beim Autoradio eingesetzt, dadurch wird die Stimme zwar lauter, aber nicht unbedingt besser verständlich, weil bei hohen Lautstärken die Boxen an ihre Grenzen stossen und klirren. «Sprache ist deutlich komplexer», sagt Rennies-Hochmuth.

Zum einen kommt es darauf an, bestimmte Tonhöhen, die Frequenzen, gezielt zu verstärken. Vokale sind relativ tiefe und langgezogene Wortteile, die gut zu verstehen sind. Konsonanten wie «p», «t» und «k» hingegen sind sehr kurz und haben höhere Frequenzen. Sie sind in lauter Umgebung in der Regel weniger gut zu verstehen, für das Sprachverständnis aber sehr wichtig. So hängt zum Beispiel vom Konsonanten ab, ob der Empfänger «Kasse» oder «Tasse» versteht. «Unsere Algorithmen sind in der Lage, bestimmte Frequenzen zu gewichten und zum richtigen Zeitpunkt genau jene zu verstärken, die durch die Umgebungsgeräusche besonders gestört werden», ergänzt Rennies-Hochmuth.

Zum anderen berücksichtigt die Software auch die unterschiedlich lauten Anteile des Sprachsignals. Da sich gesprochene Sprache aus lauten und leisen Teilen zusammensetzt, sprechen Fachleute von Sprachdynamik. Die Sprachverständlichkeit erhöht sich vor allem dann, wenn laute Anteile gezielt gedämpft, leise Anteile gezielt verstärkt werden. Diese Technik wird Dynamic Range Compression (DRC) genannt. Das ist beispielsweise auch dann von Interesse, wenn man mit einem Mobiltelefon an einer lauten Strasse telefoniert.

Die ADAPT-DRC-Software ist bereits bis zur Anwendungsreife entwickelt und steht Industriepartnern zur Verfügung. Da Mobiltelefone oder Anlagen für Konferenzen heute bereits über eingebaute Mikrofone verfügen, bringen die Geräte schon die erforderliche Technik mit, um den Umgebungslärm aufnehmen zu können. Für Lautsprecheranlagen auf Bahnhöfen oder in Flughäfen müssten zunächst zusätzliche Mikrofone installiert werden.