Forschungsprojekt soll Zugang zu Audioinhalten erleichtern

Drei Leipziger Unternehmen und Einrichtungen forschen gemeinsam an einem neuen Empfehlungssystem für audiovisuelle Medien: Der Hörbuchverlag Buchfunk, das Rechenzentrum der Uni Leipzig (URZ) und die Digitalagentur ifabrik wollen ein Verfahren entwickeln, mit dem Metadaten automatisch aus Audioinhalten extrahiert werden können. Das Ziel: Mehr Orientierung stiften in der Masse der Audio-Angebote durch eine gezielte Suche nach bestimmten Themen. 

Das „Mangan“ betitelte Projekt wird vom Bundesministerium für Bildung und Forschung im Rahmen des Programms KMU-innovativ gefördert und auch von Unternehmen der Buchbranche unterstützt: Zu den sechs assoziierten Partnern des Mangan-Konsortiums zählen der Buchhandelsmarktführer Thalia, das Hörbuch-Streamingportal BookBeat und der zur Holtzbrinck-Gruppe gehörende Hörbuchverlag Argon.

Ausgangspunkt für das Forschungsvorhaben ist das wachsende Angebot an Audioinhalten: Immer mehr Hörbücher, Hörspiele, Podcasts, Radioreportagen und filmische Inhalte würden um die Aufmerksamkeit der Menschen konkurrieren. Darum wolle man ein System entwickeln und anwenden, das Inhalte und Nutzer effizienter zusammenzubringe, erklärt Buchfunk-Geschäftsführer Johannes Ackner.

Die Funktionsweise erklärt die Neurowissenschaftlerin Ann-Kristin Meyer, die bei Buchfunk für die wissenschaftliche Arbeit verantwortlich: „Neben bekannten Informationen, wie Inhaltsangabe oder Genres, sollen zusätzliche Metadaten extrahiert werden. Audioinhalte liefern uns weit mehr Informationen als reiner Text. Die menschliche Stimme ist ein wichtiger Indikator für die Gefühlslage und kann uns womöglich dabei helfen, herauszufinden, wie der Inhalt einzuordnen ist, ob er zum Beispiel lustig oder traurig, spannend oder beruhigend ist.” Auf Basis dieser neuen Metadaten werde dann eine intuitive Suche entwickelt und erprobt, die einen zielgerichteten, individuellen Zugang zu gesprochenen Inhalten ermöglichen soll (‘MIC-Profil’, wobei die Buchstaben MIC für Mood, Intent und Context stehen).

Auf der technischen Seite gehe es gleichzeitig darum herauszufinden, welche Informationen sich mit Hilfe welcher Methode aus den Audioinhalten herauslesen lassen, so Stephan Klingner vom URZ. Denn Audioinhalte böten die Chance, Informationen sowohl auf Basis der Stimme als auch auf Grundlage des Inhaltes abzuleiten. Hier sollen neben klassischen Extraktionsverfahren auch KI-basierte Ansätze genutzt werden. Welche Faktoren einen Einfluss auf die Auswahl von bestimmten Audioinhalten haben, werde derzeit mit Hilfe von Interviews, Nutzungsdaten und Umfragen erforscht.

Auch für das in der Buchbranche wichtige Thema Barrierefreiheit erhoffen sich die Initiatoren wichtige Impulse: „Aus unserer Sicht hat das Vorhaben das Potenzial, den Zugang der Menschen zu gesprochenen Audioinhalten wesentlich zu erleichtern“, kommentiert Thomas Kahlisch, Direktor des Deutschen Zentrums für barrierefreies Lesen (dzb), das ebenfalls zum Mangan-Konsortium zählt. „Es könnte damit perspektivisch sogar geeignet sein, bestehende Standards der gesamten Branche zu ergänzen.“

Das neue System will Buchfunk zunächst bei seinem seit 2003 betriebenen Hörbuchportal vorleser.net einsetzen und erproben, später soll es aber auch für andere Anwender geöffnet werden. Für die Implementierung ist die Digitalagentur ifabrik an Bord. 

Das Forschungsprojekt ist zunächst auf drei Jahre ausgelegt. Bis dahin sollen die Metadatenextraktion aus Audiodaten und die intuitive MIC-Suche marktreif sein.