The amount of freely available systems for automatic speech recognition (ASR) based on neural networks is growing steadily, with equally increasingly reliable predictions. However, the evaluation of trained models is typically exclusively based on statistical metrics such as WER or CER, which do not provide any insight into the nature or impact of the errors produced when predicting transcripts from speech input. This work presents a selection of ASR model architectures that are pretrained on the German language and evaluates them on a benchmark of diverse test datasets. It identifies cross-architectural prediction errors, classifies those into categories and traces the sources of errors per category back into training data as well as other sources. Finally, it discusses solutions in order to create qualitatively better training datasets and more robust ASR systems.

Während wir hierzulande noch über eine etwas diffus als „eGovernance“ umschriebene „Digitalisierung der Verwaltung“ sinnieren, bei der wir auch im europäischen Vergleich gegenüber Ländern wie Estland deutlich hinterherhinken, wird andernorts bereits der Einsatz intelligenter Datenauswertungsverfahren und der Rückgriff auf Algorithmen bei der Findung und Exekutive staatlicher Entscheidungen erprobt. In der internationalen akademischen Diskussion hat sich inzwischen das Forschungsfeld der „Algorithmic Governance“ etabliert, welches sich vor allem mit dem Aspekt der Ergänzung oder des vollständigen Ersatzes menschlicher politischer Entscheidungen durch datenbasierte Technologie, wie vor allem auch KI, befasst.

Autoregressive TTS models are still widely used. Due to their stochastic nature, the output may vary from very good to completely unusable from one inference to another. In this publication, we propose to use the percentage of completely correct transcribed sentences (PCTS) of an ASR system as a new objective quality measure for TTS inferences. PCTS is easy to measure and represents the intelligibility dimension of a typical subjective evaluation with mean opinion score (MOS). We show that PCTS leads to similar results as subjective MOS evaluation. A more detailed, semi-automatic error analysis of the differences between ASR transcripts of TTS speech and the text used for generating the TTS speech can help identifying problems in the TTS training data, that are harder to find with other methods.

Im Zuge von Algorithmic Governance wird zunehmend auf den Einsatz von Algorithmen und KI für Entscheidungen und deren Ausführung in der praktischen Politik zurückgegriffen. Aber wie lassen sich diese Eingriffe demokratisch legitimieren und unter gesellschaftlichen Aspekten rechtfertigen?

Virtual reality (VR) is on the edge of getting a mainstream platform for gaming, education and product design. The feeling of being present in the virtual world is influenced by many factors and even more intriguing a single negative influence can destroy the illusion that was created with a lot of effort by other measures. Therefore, it is crucial to have a balance between the influencing factors, know the importance of the factors and have a good estimation of how much effort it takes to bring each factor to a certain level of fidelity. This paper collects influencing factors discussed in literature, analyses the immersion of current off-the-shelf VR-solutions and presents results from an empirical study on efforts and benefits from certain aspects influencing presence in VR experiences. It turns out, that sometimes delivering high fidelity is easier to achieve than medium fidelity and for other aspects it is worthwhile investing more effort to achieve higher fidelity to improve presence a lot.

Der Rückgriff auf Algorithmen und datenbasierte Entscheidungsmuster sowie zunehmend auch auf KI im Rahmen der „Algorithmic Governance“ verändert die praktische Politik grundlegend. Dabei unterscheiden sich die Einsatzfelder hinsichtlich ihres Autonomiegrades. Das Spektrum reicht von klassischen Analyseleistungen bis hin zu völlig autonomen politischen Entscheidungen durch KI.

Unter dem Begriff der Algorithmic Governance wird verstärkt der Einsatz von Algorithmen als Ergänzung oder auch als vollständiger Ersatz menschlicher politischer Entscheidungen diskutiert. Kommen dabei Methoden des maschinellen Lernens und KI zum Einsatz verändert dies die Rahmenbedingungen des Regierens in der Demokratie grundlegend.

Für die Bevölkerung ist Digitalisierung ein faktisch erlebbarer Vorgang, dem sich der Einzelne kaum noch entziehen kann, da immer mehr Lebensbereiche davon betroffen sind. Die Bevölkerung stellt die „Betroffenen“ der Digitalisierung. Diese sollen lernen, dass sie die „Nutznießer“ ihrer positiven Folgen sind und sie sollen in der Schule, am Arbeitsplatz und im Privatleben damit umgehen.

Regierung und Wirtschaft haben die Menschen nicht gefragt, ob sie einen digitalen Wandel ihres Alltags wollen und welche Chancen bzw. Risiken sie persönlich mit der Digitalisierung verbinden. Dies tut die vorliegende Studie. Sie beschreibt die Einschätzung der deutschen Bevölkerung zur Digitalisierung, das Urteil zum Ausbaustand im Inland, das Nutzungsverhalten und die mit der Digitalisierung verbundenen Erwartungen und Befürchtungen. Die Auswertungen basieren auf einem Sample von 877 vollständigen und inhaltlich überprüften Interviews.

Die Studie wurde durchgeführt von AccessMM unter Beteiligung von Hochschullehrern der Hochschule Hof, der FOM München, der OTH Amberg-Weiden, der OTH Regensburg und der Hochschule Zittau.