Echtzeit-Sprachanalyse für Forschung und Medizin

Kontex

Audio- und Sprachsignale enthalten vielfältige Informationen über den inneren Zustand eines Menschen. Neben dem Inhalt der Sprache spiegeln Stimmfarbe, Intonation, Pausen, Lautstärke und andere akustische Merkmale emotionale Reaktionen, Stress, kognitive Beanspruchung und mentale Belastung wider. In der psychologischen Forschung gewinnen solche audio-basierten Marker zunehmend an Bedeutung, da sie Einblicke in emotionale Prozesse und mentale Zustände ermöglichen — objektiv, kontinuierlich und ohne Eingriff in natürliche Kommunikationssituationen.

Um diese Potenziale zu nutzen, werden robuste und modulare KI-Methoden benötigt, die Sprecher*innen eindeutig identifizieren, emotionale und stressbezogene Merkmale zuverlässig aus Audiodaten extrahieren und Störsignale effektiv filtern. In dieser Abschlussarbeit entwickelst und evaluierst Du Bausteine für eine flexible Audioanalyse-Pipeline, die genau diese Aufgaben adressiert. Dabei vergleichst Du moderne KI-Verfahren, setzt eigene Module prototypisch um und trägst dazu bei, Sprachsignale als wertvolle Datenquelle für psychologische Forschung zugänglich zu machen — hin zu einer datengetriebenen, objektiven Analyse menschlicher Emotion und Belastung.

Aufgaben

• Den Schwerpunkt legen wir zusammen fest. Mögliche Aufgaben können dabei sein:
• Du führst eine Literaturrecherche zu aktuellen Verfahren in Sprecherverifikation, Emotionserkennung oder Audioanalyse durch.
• Du entwickelst und führst eine Anpassung von KI-Methoden für einzelne Module der Pipeline durch.
• Du integrierst und erprobst verschiedene Komponenten in einem Gesamtsystem.
• Du unterstützt bei der Datenerhebung, Aufbereitung und Analyse von Audioaufnahmen.
• Du konzeptionierst und führst Evaluationsstudien durch.
• Du bewertest technische Machbarkeit und gibst Empfehlungen für zukünftige Umsetzungsschritte und mögliche Nutzerstudien.

Voraussetzungen

• Du studierst Elektrotechnik, Informatik, Data Science, Maschinenbau oder einen verwandten Studiengang bzw. bringst entsprechende Kenntnisse mit.
• Du interessierst Dich für Audioanalyse, KI, Signalverarbeitung und/oder Mensch-Maschine-Interaktion.
• Du hast gute Programmierkenntnisse (Python) und Erfahrung mit KI-Frameworks (PyTorch, TensorFlow o. ä.).
• Du arbeitest gerne selbstständig, bist strukturiert und zeigst Eigeninitiative.
• Du verfügst über sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.