Motivation
Durch die technologischen Fortschritte im Bereich der Künstlichen Intelligenz (KI), halten auch interaktive und intelligente Sprachassistenten mehr und mehr Einzug in den gesellschaftlichen Alltag. Aus datenschutzrechtlichen Gründen ist deren Einsatz jedoch meist auf Anwendungen im privaten Bereich beschränkt. Insbesondere die Möglichkeit, Sprechende auf Basis einer Vielzahl an erhobenen Daten zu identifizieren, verhindert einen effektiven Einsatz von Sprachassistenten in datenschutzrechtlich sensiblen Bereichen wie beispielsweise dem Gesundheitssektor oder der Lernunterstützung. Für viele Anwendungen ist die Identität der Sprechenden jedoch nicht zwangsläufig relevant, sondern es ist lediglich erforderlich zu wissen, was genau gesagt wurde. Dabei enthält Sprache neben dem Inhalt des Gesagten auch weitere Indikatoren, wie beispielsweise die Emotionalität oder die Ausdrucksweise, die die Sprechenden identifizierbar machen. Der Erhalt dieser sprachlichen Feinheiten nach einer Anonymisierung der Sprechenden ist für die Interpretation und ein umfassendes Verständnis des Gesagten in vielen Anwendungsbereichen jedoch sehr wichtig, etwa um den Gesundheitszustand eines Patienten richtig einzuschätzen.
Ziele und Vorgehen
Ziel des Verbundvorhabens Emonymous ist es, die Identität der Sprechenden bei der Anwendung intelligenter Sprachassistenten vollständig zu anonymisieren und dabei wichtige sprachliche sowie emotionale Informationen weitestgehend zu erhalten. Den Kern der interdisziplinären Arbeit stellt die Entwicklung eines neuartigen Sprachsynthesizers sowie eines perzeptiven, d.h. durch die menschliche Wahrnehmung bestimmten, Ähnlichkeitsmaßes dar. Der Sprachsynthesizer soll in der Lage sein, aus den originalen Sprachdaten hochqualitative Sprachaufnahmen zu generieren, welche die wichtigen Sprachinformationen erhalten und die Identität des Sprechenden verschleiern. Ein neu zu entwickelndes, differenzierbares Ähnlichkeitsmaß, das den Unterschied zwischen Eingabe und Rekonstruktion der synthetisierten Sprachdaten misst, soll prüfen, ob sowohl die Sprachinformationen als auch die Emotionalität der ursprünglichen Aussage während des Anonymisierungsprozesses erhalten wurden.
Innovationen und Perspektiven
Insbesondere der dezentrale Einsatz der hier entwickelten Anonymisierungstechniken auf den Endgeräten der Nutzer soll es zukünftig ermöglichen, digitale Sprachassistenten in den unterschiedlichsten Anwendungsbereichen datenschutzgerecht zu nutzen.