Ein Unternehmen entwickelt eine mobile App für sehbehinderte Benutzer, die auf die Sprache des Benutzers hören und mit Sprache antworten muss. Welche Lösung erfüllt diese Anforderungen an die Barrierefreiheit?

Die Entwicklung einer mobilen App für sehbehinderte Benutzer, die auf Spracheingaben reagiert und Sprachausgaben liefert, erfordert eine robuste Spracherkennung und Sprachgenerierung. Ein neuronales Deep-Learning-Netzwerk zur Spracherkennung (Automatic Speech Recognition, ASR) ist die ideale Lösung, da es gesprochene Sprache in Text umwandeln kann, was die Grundlage für die Verarbeitung der Benutzereingaben bildet. Für die Sprachausgabe würde Text-to-Speech (TTS) Technologie verwendet, die oft ebenfalls auf Deep Learning basiert. Die anderen Optionen sind nicht direkt auf diese Anforderung zugeschnitten: Das Suchen nach Mustern in numerischen Daten ist für andere Anwendungsfälle gedacht, generative KI-Zusammenfassung generiert Text, aber nicht notwendigerweise aus gesprochener Sprache, und Bildklassifizierung ist irrelevant für eine sprachbasierte Interaktion.