Mit Dialog+ entwickelt das IRT neue Audioversionen für Fernsehproduktionen und optimiert damit die Sprachverständlichkeit für unterschiedliche Hörerbedürfnisse. Davon profitieren Nutzer mit eingeschränktem Hörvermögen und ältere Zuschauer.

Die Entwicklung neuer Technologien lässt das Angebot an Medieninhalten rasant ansteigen. Umso wichtiger ist es für Nutzer, sich in Diensten und Plattformen zurechtzufinden. Das gilt vor allem für Menschen, die auf barrierefreie Dienste angewiesen sind. Neben der bedarfsgerechten Gestaltung ist ein einfacher und möglichst einheitlicher Zugang nötig. Vieles, das Menschen mit Sinneseinschränkungen hilft, nützt auch Älteren oder Menschen mit Migrationshintergrund, die Probleme mit der deutschen Sprache haben.

Anhand realer Nutzer analysiert das IRT, welche Zugangsbarrieren es gibt, wie sie entstehen und wie sie sich ausschließen lassen. Darauf aufbauend entwickelt das Institut technische Konzepte, wie allen Zielgruppen durch visuelle oder auditive Interaktion (z. B. per Button, Icon oder Sprachsteuerung) der Zugang zu barrierefreien Medieninhalten erleichtert werden kann.

Investigative Berichte setzen genaue, umfassende Recherchen voraus. „Fake News“ und „Deepfakes“, also manipulierte Medieninhalte in den sozialen Medien, machen das Filtern relevanter Fakten jedoch immer aufwendiger.

Eine im IRT gestartete Initiative soll Redaktionen die Recherche erleichtern. Gemeinsam mit BR Data, report München, Bellingcat und mehreren NDR-Ressorts hat das IRT Arbeitsschritte definiert, deren Aufwand sich mit künstlicher Intelligenz deutlich verringern lässt. Derzeit arbeitet das IRT an einem Open-Source-Tool, das Journalisten bei der Online-Recherche unterstützen soll, indem es recherchierte Bilder, Texte, Audio- oder Video-Files automatisiert im Browser valide archiviert und auswertet: Das vereinfacht die Arbeit und Ergebnisse werden einheitlich dargeboten.

Ob in virtuellen Assistenten wie Alexa oder im Broadcast-Umfeld: Automatische Spracherkennung (ASR) mithilfe künstlicher Intelligenz gibt es in vielen Bereichen.

Die aktuellen ASR-Modelle beherrschen Hochdeutsch schon sehr gut. Doch beim Versuch Dialekte zu verstehen, kommen sie schnell an ihre Grenzen. Zusammen mit dem Bayerischen Rundfunk und der Firma ainblick untersucht das IRT Methoden, um aus den Archivbeständen der Rundfunkanstalten einen Trainingskorpus zu generieren, der ASR-Modelle für den bayerischen Dialekt trainiert.

Die Basis dafür bilden Untertitel und Audiospuren regionaler Fernsehsendungen, wie der Serie „Dahoam is Dahoam“. Mit der Kombination aus Text und zugehörigem Ton wird ein neuronales Netz maschinell angelernt.

Mit dem Umbau seines 3D-Audiolabors verbessert das IRT die Bedingungen für 3D-Tonwiedergaben, Hörversuche und vergleichende Messungen. Dafür wurde die Technik im Labor von passiven auf aktive Lautsprecher umgestellt und der adaptive Raum vergrößert.

Exklusiv und für den globalen Markt wird Eurofins Digital Testing künftig die im IRT entstandenen Produkte IMF und MXF Analyser weiterentwickeln. Das Ziel: die technische Qualitätssicherung für Produktions- und Vertriebs-Workflows zu optimieren und Kosten zu senken.

Eurofins ist ein weltweit führender Anbieter von End-to-End-Qualitätssicherungs- (QA) und Testdienstleistungen. Seine auf den IRT-Implementierungen basierenden IMF-/MXF-Lösungen sollen die Qualitätssicherung von IMF-Paketen zur Unterstützung des globalen Vertriebs für Rundfunk, Kino, Bordunterhaltung und mehr ermöglichen.

Mit Eurofins hat das IRT einen Partner gefunden, der die IMF und MXF Analyser an neue Anforderungen der Broadcast- und Medienindustrie anpasst und erweitert.

Hier geht es zu den IMF-/MXF-Lösungen.

Wie lässt sich das Potenzial von Augmented Reality für Rundfunkanstalten nutzen? Dieser Frage sind 15 Studentinnen und Studenten der Ludwig-Maximilians-Universität München bei einem Praktikum des IRT auf den Grund gegangen. Das Endergebnis kann sich sehen lassen: Die Teams präsentierten drei praxisnahe Prototypen für ganz unterschiedliche Einsatzbereiche.

Im Projekt dwerft hat das IRT gemeinsam mit den Projektpartnern eine „digital media ontology“ entwickelt und veröffentlicht. Sie ist das Herzstück der Technologieplattform und bildet als erstes Wissensmodell die gesamte mediale Wertschöpfungskette ab – von der Ideenfindung über Produktion, Archivierung bis hin zur Szenenebene. So realisiert sie die formatübergreifende Vernetzung der in der Medienproduktion verwendeten Systeme auf Basis der Ontologie – ein Wissensmodell aus semantischen Technologien. Wertvolle Metadaten gehen nicht verloren und können von der Suche bis hin zur Distribution genutzt werden. Zum Einsatz kommt die Ontologie ab 2020, mit „echten“ Metadaten der assoziierten Partner. Sie wurde außerdem als Open Source veröffentlicht.

Weitere Informationen zum Forschungsprojekt dwerft 

Mit ansteigender Mediennutzung über IP-Verbreitungswege nehmen Over-The-Top (OTT)-Dienste-Anbieter wie Netflix oder auch Spotify vermehrt Einfluss auf die Seh- und Hörgewohnheiten der Bevölkerung. Damit sie leicht auffindbar sind, benötigen Rundfunkinhalte somit besonders gute Beschreibungsdaten.

Um die Homogenisierung dieser sogenannten Metadaten zu verbessern, installierte die Deutsche TV-Plattform die Task-Force-Metadaten. Diese veröffentlichte 2019 einen Metadaten-Basissatz für lineare Verbreitungswege und eine gemeinsam verabschiedete Genre-Liste. Die technische Strukturierung der Basis-Metadaten wurde als Teilmodell mit dem BMF-Metadatenmodell des IRT realisiert. 2020 soll der Basissatz um die Anforderungen der IP-Verbreitungswege ergänzt werden.