Ansätze der Lernforschung zeigen, dass nutzer*innengerichtete Rückmeldungen innerhalb digitaler Übungsanwendungen notwendig sind, um die Therapiewirksamkeit zu steigern. In der logopädischen Versorgung wird dies in der Face-to-Face-Therapie von dem*der Therapeut*in übernommen. In digitalen Anwendungen kann die Analyse und Bewertung der Sprachproduktion durch Sprachverarbeitungstechnologien, z. B. automatischer Spracherkennung, umgesetzt werden.
Abstract
Approaches from learning research show that user-directed feedback within digital applications is necessary to increase therapy effectiveness. In face-to-face therapy context this is done by the therapist. In digital applications, assessment of speech production can be implemented through speech processing technologies. Automatic speech recognition is e. g. used in apps to assess speech intelligibility. Other acoustic methods enable the analysis of prosodic features. Particularly challenging is the variance of pathological speech production and the digital implementation of practice applications. This calls for interdisciplinary projects in order to use digital speech processing solutions for different target groups.
Schlüsselwörter
digitale Sprachverarbeitung - Sprachverarbeitungstechnologien - individuelles Feedback - maschinelles Lernen - digitale Logopädie
Keywords
digital speech processing - speech processing technologies - individual feedback - machine learning - digital speech and language therapy
