Verwendung der Spracherkennung in einem Aufzug

Dieses Papier wurde präsentiert bei  Paris 2014, International Congress on Vertical Transportation Technologies, und erstmals im IAEE-Buch veröffentlicht Aufzugstechnik 20, herausgegeben von A. Lustig. Es handelt sich um einen Nachdruck mit Genehmigung der International Association of Elevator Engineers  (Webseite: www.elevcon.com). Dieser Artikel ist ein exakter Nachdruck und wurde nicht von ELEVATOR WORLD bearbeitet.

Schlüsselwörter: Spracherkennungstechnologie, sprachgesteuerter Aufzug, Aufzugsindustrie, talk2lift®

ABSTRACT

In den letzten Jahrzehnten gab es in der Aufzugsbranche mehrere Entwicklungen bezüglich Sicherheit, Geschwindigkeit, aber auch Wirtschaftlichkeit und Komfort. Die einzige Aufgabe bestand darin, die Nutzung von Aufzügen für immer mehr Menschen effizienter, einfacher und zugänglicher zu machen. In diese Richtung hat die Spracherkennung einen erheblichen Einfluss auf die Barrierefreiheit und bietet gleichzeitig eine schnellere Möglichkeit, ein Ziel in einem komplexen Gebäude zu finden und zu erreichen. Der vorliegende Beitrag befasst sich mit den Gründen für die Entwicklung eines innovativen Produkts, das Sprachtechnologie verwendet und die Möglichkeit zur Entstehung der ersten Serie sprachgesteuerter Aufzüge in der Geschichte der Aufzugsindustrie bietet.  

1. EINFÜHRUNG

Die vorliegende Veröffentlichung beschreibt eine Erfindung, die sich auf einen Aufzug bezieht, bei dem das Ziel von Fahrgästen durch Spracherkennung spezifiziert werden kann. Es zielt darauf ab, die Begründung, den Hintergrundkontext und den Entwicklungsprozess des genannten Produkts darzustellen talk2lift®. Darüber hinaus befasst sich das Papier mit den wichtigsten Auswirkungen auf Aufzugsingenieure, Installateure und Aufzugsbranchen. Schließlich analysiert das Papier kurz die wichtigsten Geschäftsaussichten des Produkts. Dieses Papier ist in vier Hauptabschnitte gegliedert. Der erste Abschnitt untersucht den Hintergrund und die Begründung der Innovation. Der zweite Abschnitt analysiert die Funktion der Innovation durch Hervorhebung ihrer innovativen Eigenschaften und Fähigkeiten. Der nächste Abschnitt untersucht die praktischen Auswirkungen und den Nutzen der Innovation, während der letzte die Hauptelemente des Papiers zusammenfasst, indem er sich auf die wichtigsten kritischen Aspekte des Produkts konzentriert

2. BEGRÜNDUNG DER INNOVATION

Im Allgemeinen ist ein Aufzug mit Knöpfen zum Spezifizieren einer Stockwerksnummer versehen. Ein Benutzer-Passagier im Aufzug kann eine gewünschte Stockwerksnummer angeben, indem er den Knopf der Stockwerksnummer drückt. 

Im Falle eines großen Aufzugs sind innerhalb eines Aufzugs zwei Sätze von Etagennummerntasten vorgesehen. Darüber hinaus leiden Blinde unter der Unannehmlichkeit, nach Knöpfen tasten zu müssen, um Brailleschrift zu finden. Obwohl es bereits Spracherkennungssysteme gibt, die es Benutzern ermöglichen, nur unter Verwendung ihrer Stimme Sprachbefehle zu geben, haben sie eine wesentliche Einschränkung, nämlich die Fähigkeit, Umgebungsgeräusche zu unterdrücken, was zu einer relativ geringen Rate erfolgreicher Befehlserkennung führt.

All dies wird durch die Innovation von talk2lift® erledigt. Diese Erfindung bezieht sich auf eine Spracherkennungsvorrichtung, die auf die Konsole der Kabine eines Aufzugs passt und über Sprachbefehle der Benutzer-Passagier des Aufzugs zu dem gewünschten Ziel innerhalb des Gebäudes geleitet werden kann. Die Spracherkennungs-Engine ist so konzipiert und entwickelt, dass sie kein Training für die Stimme eines Benutzers-Passagieres erfordert, sondern alle Sprachbefehle von verschiedenen Benutzern erkennen und ausführen kann. Kurz gesagt besteht die Hauptfunktion der Erfindung darin, Sprachbefehle in entsprechende Tastenanschläge des Aufzugs umzuwandeln. Über diese Grundfunktion hinaus kann das talk2lift®-Gerät, sofern es eine Schnittstelle zur Aufzugshauptsteuerung hat, auch über den Aufzugsbetrieb sammeln und an eine zentrale Stelle zur Weiterverarbeitung senden. Das System kann mit einem Display in der Kabine des Aufzugs verbunden werden, das zusätzliche Daten anzeigt, um den Benutzer-Passagier entsprechend den von ihm gegebenen Sprachbefehlen besser zu informieren.

Schließlich kann das System kontinuierlich auf Aufzeichnungen von Umgebungsgeräuschen trainiert werden, diese in einer Datenbank speichern und an alle Benutzer verteilen, sodass alle installierten Systeme kontinuierlich im Erkennen und Unterdrücken von Geräuschen trainiert und die Qualität der Spracherkennung weiter verbessert werden.

2.1 talk2lift® Funktion

Die vorliegende Erfindung lässt sich anhand der obigen detaillierten Beschreibung ihres Designs, wie in Abbildung 1 dargestellt, vollständig verstehen. Beim Betreten der Kabine durch einen Fahrgast wird der Anwesenheitssensor aktiviert (siehe Abbildung 1 – Punkt 8). Dieser sendet daraufhin ein Signal an den Zentralprozessor (siehe Abbildung 1 – Punkt 4), der wiederum das Mikrofon (siehe Abbildung 1 – Punkt 1) und die Spracherkennungseinheit (siehe Abbildung 1 – Punkt 10) aktiviert und somit die Erkennung des Sprachbefehls des Fahrgasts einleitet. Während dieses Aktivierungsprozesses fordert das System den Fahrgast auf, sein Ziel mit einer bestimmten Formulierung anzugeben: „Bitte nennen Sie mir das Stockwerk“ oder „Bitte nennen Sie mir Ihr Ziel“.

Nach der Antwort des Fahrgastes wandelt das Mikrofon (siehe Abb. 1 – Punkt 1) die Stimme in ein elektrisches Signal um. Anschließend wandelt der Analog-Digital-Wandler (ADC, siehe Abb. 1 – Punkt 2) das analoge Signal in ein digitales um. Nach der Digitalisierung verarbeitet der digitale Signalprozessor (DSP, siehe Abb. 1 – Punkt 3) das digitale Signal, sodass es für die Weiterleitung an die Zentraleinheit (siehe Abb. 1 – Punkt 4) und anschließend an die Spracherkennungseinheit (siehe Abb. 1 – Punkt 10) bereit ist.

Sobald die Spracherkennungseinheit das digitalisierte Signal empfängt, vergleicht sie es mit einer Liste möglicher Befehle, die im Speicher abgelegt ist (siehe Abb. 1 – Punkt 5). Nach der Identifizierung des Befehls wird das entsprechende Signal an den Zentralprozessor (4) gesendet, der den Befehl an die Aufzugssteuerung weiterleitet (siehe Abb. 1 – Punkt 7). Zur Bestätigung für den Fahrgast wiederholt ein Sprachcomputer (Abb. 1 – Punkt 9) den erkannten Befehl. Zusätzlich kann das System dem Fahrgast eine visuelle Bestätigung auf dem Bildschirm anzeigen (Abb. 1 – Punkt 12).

Bei Stromausfall erkennt der Zentralprozessor die Unterbrechung und leitet folgendes Verfahren ein: Der Sprachsynthesizer (siehe Abb. 1 – Punkt 9) fragt den Fahrgast, ob er den zuständigen Notdienst (z. B. Feuerwehr, Polizei usw.) kontaktieren möchte. Anschließend wird die Spracherkennungseinheit (siehe Abb. 1 – Punkt 10) aktiviert. Bei positiver Antwort ermöglicht der Zentralprozessor (siehe Abb. 1 – Punkt 4) der Einheit die Verbindung zum Telefonnetz (siehe Abb. 1 – Punkt 6), wodurch der entsprechende Notdienst alarmiert wird.

2.2 Rauschunterdrückungs- und Spracherkennungsalgorithmus

Die wichtigste Funktion von talk2lift® ist die Interaktion mit dem Benutzer über Spracherkennung und -synthese. Offensichtlich besteht das schwierigste Problem bei dieser Kommunikation darin, die Stimme des Benutzers zu erkennen und nicht durch die Vielfalt des elektromagnetischen Rauschens, das in einem Aufzugssystem entsteht, verwirrt zu werden. Daher ist es notwendig, einen Rauschunterdrückungsalgorithmus zur Rauschunterdrückung zu verwenden. Leider wird das hörbare Rauschen durch Theorien der normalen Gaußschen Verteilung gut erfasst.

Als Ergebnis dieses Rauschens liefern die meisten Algorithmen (entwickelt auf der Gaußschen Annahme) entweder nicht die erwarteten Ergebnisse oder brechen aufgrund des Vorhandenseins des Stoßrauschens vollständig zusammen.

Die besondere Innovation besteht in der Verwendung eines zentralen Servers, der von allen Systemnutzern in unterschiedlichen Umgebungsgeräuschen erkannte Benutzerbefehle erfasst. Die vom Server empfangenen Aufzeichnungen werden gesammelt und zum Trainieren des Algorithmus verwendet. Die Lernergebnisse können anschließend an die Geräte der Nutzer zurückgesendet werden, sodass diese stets die aktuellsten Parameter des Algorithmus enthalten. Dieser Algorithmus wird in einer höheren Programmiersprache entworfen und implementiert. Anschließend wird er hinsichtlich Laufzeit und Speicherbedarf für die Implementierung im Schaltkreis des finalen Systems optimiert. Abschließend wird der Algorithmus in Festkommaarithmetik geschrieben, um auf den verfügbaren Prozessoren (digitalen Signalprozessoren – DSPs) ausgeführt werden zu können.

Um einen Rauschunterdrückungsalgorithmus zu entwickeln, war das Design, die Entwicklung und die Implementierung eines speziellen Spracherkennungsboards erforderlich. Dieses Board enthält die entsprechenden Tools und Schnittstellen zum Testen verschiedener Techniken, Schaltungen, Algorithmen und Schnittstellen. Außerdem enthält es die entsprechenden Schaltungen für die digitale Signalverarbeitung zum Testen verschiedener Algorithmen zur Spracherkennung und zur Rauschunterdrückung. Es ist auch mit den entsprechenden Schnittstellen (Schnittstellen) ausgestattet, um sich mit anderen Schaltungen, Messgeräten, Rekordern, Mikrofonen, Eingängen von verschiedenen Sensoren usw. und dem Hostcomputer zum Laden von Algorithmen zu verbinden. Dieses Board wurde von einer Forschungsgruppe entwickelt, die auf Spracherkennungstechnologien spezialisiert und erfahren ist.

3. INNOVATIVE FUNKTIONEN & VERWENDUNG

talk2lift® bringt die Leistungsfähigkeit der Spracherkennung in jede Aufzugskabine und ermöglicht den Fahrgästen die Sprachsteuerung des Aufzugs. talk2lift® ermöglicht es Benutzern, die Etagennummer oder andere zugehörige Informationen (Hausbesitzer, Beruf, Branche/Gebiet usw.) auszusprechen. Schließlich unterstützt es den mehrsprachigen Betrieb.

talk2lift® ist ein elektronisches Gerät zur Spracherkennung, das auf der elektronischen Platine einer Aufzugskabine einstellbar ist. Durch den Einsatz von Sprachtechnologie können die Fahrgäste mit dem Aufzug sprechen, indem sie die gewünschte Etage innerhalb eines Gebäudes oder sogar den Namen der Person, die sie besuchen möchten, oder einige sie charakterisierende Attribute (z. B. Dermatologe) aussprechen. Das Softwaresystem der Spracherkennung wurde entworfen und entwickelt, um die Stimme eines beliebigen Benutzers unabhängig von Ton oder Lautstärke seiner Stimme zu erkennen. Kurz gesagt, die Hauptfunktion von Talk & Lift besteht darin, die Stimme der Aufzugsbenutzer in einen zusätzlichen Knopfdruck auf der Aufzugstafel zu verwandeln. Schließlich kann talk2lift® mit einem Bildschirm in der Nähe des Boards eines Aufzugs verbunden werden, auf dem Benutzer zusätzliche Informationen wie die ausgewählten Stockwerke sowie alle dem System öffentlich zugänglichen Informationen (zB Belegung) sehen können. Über diese Grundfunktion hinaus kann das talk2lift®-Gerät, sofern eine Schnittstelle zur Aufzugshauptsteuerung vorhanden ist, auch Informationen über den Aufzugsbetrieb sammeln und an eine zentrale Stelle zur Weiterverarbeitung senden.

Die Hauptfunktionen von talk2lift® sind die folgenden:

1. Der Erkennungsprozess des Systems ist sprecherunabhängig, dh der Benutzer muss das System nicht auf seine Stimme trainieren.
2. Fähigkeit zur Erkennung von bis zu 10,000 vordefinierten Sprachbefehlen.
3. Das System wurde für den optimalen Einsatz in der Umgebung einer Aufzugskabine entwickelt und trainiert.
4. Das System ist so konzipiert, dass es ohne Hardwaremodifikationen an jedes Aufzugssystem angeschlossen werden kann.
5. Das System kann mehr als eine Sprache verarbeiten. Beispielsweise kann das System mit zwei Tasten ausgestattet werden, eine für die englische und eine für die deutsche Sprache.
6. Das System ist in folgenden Sprachen verfügbar: Deutsch, Englisch, Französisch, Portugiesisch, Spanisch, Niederländisch, Griechisch, Italienisch, Polnisch, Portugiesisch, Schwedisch, Türkisch, Russisch, Finnisch, Dänisch, Mandarin.

3.1 Implikationen und indikativer Gebrauch

talk2lift® hat viele praktische Implikationen. In der Kabine befindet sich zunächst ein „Extra-Knopf“, der die Passagiere beim Drücken auffordert, ihr Ziel auszusprechen. Die Nutzer können den Lift somit konventionell nutzen und eine Übergangsphase einplanen. Die zusätzliche Taste (siehe Foto 2) ist speziell für Rollstuhlfahrer sowie für sehbehinderte Menschen geeignet. Fahrgäste können durch einfaches Aussprechen (zB „-erster Stock“, „Erdgeschoss“ oder „Parkplatz“) in das gewünschte Stockwerk umgebucht werden.

Es ist möglich, den Namen einer Person oder eines Unternehmens (z. B. „Jim Brown“) oder jedes andere Wort, das einer Etage zugeordnet ist (z. B. „Finanzamt“, „Anwalt“, „Kardiologieabteilung“, „ Kaffee").

Kurz gesagt, talk2lift® kann sehbehinderten Menschen eine große Hilfestellung sein, die bei ihrem Zugang und ihrem Ziel unterstützt werden kann. Außerdem können Bewohner und Besucher von Gebäuden einen einfachen und schnellen Zugang zu Wohnungen, Büros usw. haben. Darüber hinaus kann es Besuchern in großen Gebäuden (Büros, Krankenhäuser, öffentliche Dienste usw.) Zeit sparen, indem die Genauigkeit verbessert und die Mängel reduziert werden innerhalb des Gebäudes zu bewegen. Schließlich ist talk2lift® ein umweltfreundliches System, da es durch die Anwendung intelligenter Managementsystempraktiken Energie spart.

Eine indikative Verwendung des Systems könnte auf Mehrfamilienhäuser abzielen und die Stockwerksnummern und die Namen der Eigentümer oder Mieter unterstützen. Es kann auch in komplexen Gebäuden mit Firmenbüros installiert werden, die mit Schlüsselwörtern verknüpft sind, die Etagen mit Firmennamen, Marken, Produkten, Mitarbeiternamen, Sektoren usw.

Schließlich ist talk2lift® ein nützliches Werkzeug für Aufzüge in großen öffentlichen oder privaten Organisationen mit vielen Etagen und Abteilungen, wie Krankenhäusern, in denen Gebäude typischerweise Dutzende von Abteilungen und Kliniken beherbergen.

4. SCHLUSSFOLGERUNGEN

Die Notwendigkeit eines soliden und vertrauenswürdigen Spracherkennungssystems ist unter Aufzugsfachleuten seit Jahren allgemein bekannt.

Eine indikative Verwendung des Systems könnte auf Mehrfamilienhäuser, komplexe Gebäude mit Firmenbüros und große Organisationen mit vielen Etagen und Abteilungen wie Krankenhäusern abzielen. talk2lift® kann als große Hilfe für sehbehinderte Menschen eingesetzt werden, die beim Zugang und Zielen unterstützt werden können. Auch Bewohner und Besucher von Gebäuden können schnell und einfach auf Wohnungen, Büros etc. zugreifen.

Der Bedarf war offensichtlich, ebenso wie die verschiedenen Verwendungszwecke. Das Produkt wurde entsprechend darauf ausgelegt, all diese Bedürfnisse abzudecken und wurde im Testturm von KLEEMANN ausgiebig getestet und dort einige Monate vor der Markteinführung installiert. Das Produkt wurde in diesen Monaten von Mitarbeitern und Besuchern von KLEEMANN unter realen Bedingungen eingesetzt und zeigte keine Ungenauigkeiten.

In Summe hat talk2lift® folgende innovative Eigenschaften:

• Es ist sprachunabhängig und funktioniert für neue Passagiere ohne vorherige Schulung.
• Bietet eine verbesserte Genauigkeit für Aufzugskabinen mit Präzisionsraten von bis zu 97%.
• Bietet eine zentrale und dynamische Steuerung von Schlüsselwortzuordnungen zu Etagen über eine intuitive Benutzeroberfläche.
• Es wertet sowohl den Aufzug als auch das Gebäude auf, indem es ein Gefühl von Luxus und High-End-Technologie vermittelt
• Es bedarf keiner mechanischen Wartung.
• Es ist anpassbar, um spezifische Bedürfnisse zu erfüllen.