Kursbeschreibung
In diesem Seminar baust Du ein Sprach-Interface, das sich wie ein gutes Produkt verhält: Es hört zuverlässig zu, antwortet verständlich, reagiert sofort auf Unterbrechungen und bleibt auch unter Last stabil. Du startest mit einem funktionalen Zielbild und übersetzt es in eine technische Architektur. Dabei klärst Du, wie Audio aufgenommen, gestreamt, segmentiert und verarbeitet wird, und welche Komponenten für Latenz und Ausfallsicherheit entscheidend sind. Du lernst, typische Probleme wie lange Antwortzeiten, abgehackte Transkripte oder „verschluckte“ Worte systematisch zu diagnostizieren. Für Speech-to-Text setzt Du Streaming- und Batch-Transkription passend ein und nutzt Voice Activity Detection, um saubere Segmente zu erhalten. Du verbesserst Erkennung für Eigennamen und Fachbegriffe mit Phrasen und Wörterbüchern und bewertest Ergebnisse mit WER, Confidence und Real-Time-Factor. Im Text-to-Speech-Teil gestaltest Du Ausgabe über Stimmenwahl, Stil und Prosodie. Mit SSML steuerst Du Pausen, Betonung und Aussprache, und Du sorgst mit Normalisierung und passenden Audio-Formaten für konsistente Qualität. Ein wichtiger Baustein ist Unterbrechbarkeit: Du implementierst Bararge-in und regelst, wann das System zuhört oder spricht. Abschließend baust Du eine belastbare Qualitätssicherung: Testsets für Akzente und Geräuschkulissen, automatisierte Regression und Monitoring für Latenzen, Ausfälle und Qualitätsdrift. Du definierst Datenschutz- und Logging-Regeln, Retention und Zugriffskontrollen sowie Maßnahmen zur Kostensteuerung. So nimmst Du ein praxiserprobtes Vorgehen mit, das Du direkt in Deinen Projekten anwenden kannst.
Zielgruppe
- Softwareentwicklerinnen und Softwareentwickler, die Voice-Features integrieren
- Machine-Learning- und Data-Engineering-Rollen mit Schnittstelle zu Audio
- Product Ownerinnen und Product Owner für Conversational Interfaces
- IT-Architektinnen und IT-Architekten mit Verantwortung für Betrieb und Datenschutz
- Für alle, die STT & TTS in Anwendungen produktiv nutzbar machen wollen
Voraussetzung für die Schulung
- Grundverständnis von Web- oder Backend-Architekturen und APIs.
- Hilfreich sind erste Berührungspunkte mit Audio oder ML, aber nicht erforderlich.
Kursinhalte
- Architektur für Sprach-Interfaces
- End-to-End-Flows: Audio rein, Text raus, Antwort zurück
- Client, Backend, Streaming: typische Bausteine
- Latenz-Budget und Qualitätsziele definieren
- Fehlerbilder: Abbrüche, Hall, Overlap, Stille
- Speech-to-Text (STT) in der Praxis
- Streaming vs. Batch-Transkription
- Voice Activity Detection und Segmentierung
- Spracherkennung für Fachvokabular: Phrasen, Wörterbücher
- Messgrößen: WER, Real-Time-Factor, Confidence
- Text-to-Speech (TTS) mit natürlicher Ausgabe
- Stimmenauswahl, Stil und Prosodie
- SSML-Grundlagen für Betonung und Pausen
- Audio-Formate, Sampling, Lautheit, Normalisierung
- Streaming-Audio und Unterbrechbarkeit
- Dialoglogik und Orchestrierung
- Turn-Taking: wann zuhören, wann sprechen
- Bararge-in: Nutzer unterbricht die Ausgabe
- Fallbacks, Rückfragen, Bestätigungen
- Kontextverwaltung und Prompting-Schnittstellen
- Qualität, Tests und Monitoring
- Testsets für Akzente, Umgebungsgeräusche, Domänenbegriffe
- Automatisierte Regression: Transkription und Audio
- Observability: Latenzen, Ausfallraten, Qualitätsdrift
- Human-in-the-loop für Iterationen
- Datenschutz, Sicherheit und Betrieb
- PII-Handling, Logging-Strategien, Retention
- On-Prem, Private Cloud, Managed APIs: Trade-offs
- Schlüsselmanagement, Zugriff, Audit
- Kostensteuerung: Token, Minuten, Caching
