Please use another Browser

It looks like you are using a browser that is not fully supported. Please note that there might be constraints on site display and usability. For the best experience we suggest that you download the newest version of a supported browser:

Internet Explorer, Chrome Browser, Firefox Browser, Safari Browser

Continue with the current browser

Neuartiges Übersetzungssystem: Siemens zeichnet ZHAW-Studentin mit dem regionalen Siemens Excellence Award aus

Für die Übersetzung von schweizerdeutscher Sprache in einen hochdeutschen Text gab es bisher keine praxistauglichen Lösungen. Die ZHAW-Studentin Bogumila Dubel hat im Rahmen ihrer Diplomarbeit ein System entwickelt, das die schweizerdeutsche Sprache unabhängig vom Dialekt in einen hochdeutschen Text übersetzt. Da Trainingsdaten nicht für alle Dialekte im gleichen Ausmass verfügbar sind, musste die Preisträgerin ein Modell entwickeln, das die Fähigkeit hat, Übersetzungen für neue, ihm unbekannte Dialekte herzuleiten. «Jeder Dialekt ist spezifisch und hat einen eigenen Wortschatz. Diese Aspekte stellen eine grosse Herausforderung für die Speech Translation und Speech Recognition Systeme dar», sagt Bogumila Dubel. «Das Bearbeiten dieser Aufgabe hat mir ermöglicht, mich mit einem sehr interessanten, aber auch herausfordernden Thema zu befassen.»
Speech Translation ist ein Vorgang, in dem ein Audio-Input in der Ausgangssprache in eine Zielsprache übersetzt wird. Liegt die Übersetzung in Textform vor, spricht man von einer Speech-to-Text (STT) Translation. In diesem Bereich gibt es weltweit zahlreiche kommerzielle Produkte. Übersetzungssysteme für Sprachen wie Englisch oder Spanisch, die in vielen Ländern gesprochen werden und entsprechend viele Trainingsdaten verfügbar sind, erreichen bereits eine sehr gute Übersetzungspräzision. Demgegenüber sind Sprachen wie zum Beispiel Schweizerdeutsch im Nachteil, die nur von einem kleinen Teil der Weltbevölkerung gesprochen werden und entsprechend über wenig Trainingsdaten verfügen.
Das von Bogumila Dubel entwickelte STT-System basiert auf der Transformer-Architektur, welche mit dem Toolkit «FAIRSEQ S2T» als Open Source von Facebook AI zur Verfügung gestellt wurde. Die Erkenntnisse aus ihrer Diplomarbeit haben dazu beigetragen, dass das ZHAW-Team den zweiten Rang an der diesjährigen Swiss Text Analytics Conference in der Kategorie «Swiss German Speech to Standard German Text» erreicht hat.

Mit diesem praxisnahen und zukunftsorientierten Projekt konnte die Preisträgerin die Jury überzeugen. Sie ist damit für den mit 10 000 Franken dotierten nationalen Siemens Excellence Award 2022 nominiert. Für Gerd Scheller, Country CEO von Siemens Schweiz, ist die Förderung von jungen Talenten sehr wichtig: «Mit dem Excellence Award möchten wir junge Menschen motivieren, sich mit wissenschaftlichen Themen zu beschäftigen, die in der Praxis umsetzbar sind.» Bei der Bewertung der Arbeiten zählen neben der wissenschaftlichen Leistung vor allem der Innovationsgrad, die gesellschaftliche Relevanz und die praktische Umsetzbarkeit der Arbeit. Der Excellence Award ist Teil des Bildungsprogramms «Generation21», mit welchem Siemens den Dialog mit dem Nachwuchs sucht und junge Talente im Bereich Naturwissenschaft und Technik fördert. «Mit diesem Engagement begleiten wir junge Menschen in ihrer Entwicklung und bei ihrer Ausbildung und unterstützen sie dabei, ihre Zukunftschancen zu nutzen», so Gerd Scheller.

Kontakt

Benno Estermann

Siemens Schweiz AG

Freilagerstrasse 40                                                
8047 Zürich
Schweiz

+41 585 585 167