Technologien
Unsere selbst entwickelten KI-Technologien für die ungarische Spracherkennung, den Wissensabruf und die raumakustische Planung.
Die folgenden Technologien und neuronalen Modelle entwickeln und trainieren wir selbst, einige davon gemeinsam mit Forschenden an Universitäten. Sie kommen in unseren eigenen Produkten und Forschungsprojekten zum Einsatz; kodAI und ARTIS stehen über die Plattform Verisa auch anderen Organisationen zur Verfügung.
kodAI
kodAI ist unser selbst entwickeltes Spracherkennungsmodell, das wir speziell für das Ungarische trainiert haben. Es ist dafür gemacht, wie wir tatsächlich sprechen: für natürliche, spontane Rede und für Sprache, die über die Telefonleitung übertragen wird. In der ungarischen Spracherkennung bietet es Qualität auf Spitzenniveau.
Über Verisa, unsere datensouveräne Plattform für KI-Agenten, lässt sich das Modell auf der eigenen Infrastruktur des Auftraggebers installieren, sodass die Sprachaufnahmen innerhalb der Organisation verarbeitet werden. Es kann in die Kundenservice-Software von Telekommunikationsanbietern sowie in Systeme der öffentlichen Verwaltung und von Regierungsbehörden eingebunden werden.
- Für den Kundenservice von Telekommunikationsanbietern: Transkription von Telefongesprächen auf Ungarisch
- Für die öffentliche Verwaltung und Regierungsbehörden: lokal betriebene Spracherkennung
- Installation auf eigener Infrastruktur über die Plattform Verisa
ARTIS
Die Antwort eines Sprachmodells ist nur so gut wie die Quellen, die dafür abgerufen werden. ARTIS ist die selbst entwickelte Retrieval-Technologie (RAG) der Plattform Verisa: Sie entscheidet bei jeder Frage, welche Teile der Dokumente einer Organisation dem Modell vorgelegt werden.
Verbreitete Ansätze zerlegen Dokumente in voneinander unabhängige Textstücke und verlieren dabei die Zusammenhänge. ARTIS verarbeitet ein Dokument zusammen mit seiner Struktur, so wie eine Fachperson es lesen würde: Kapitel für Kapitel und mit Blick darauf, wie die Teile zusammenhängen. So findet es auch Antworten auf Fragen, für die mehrere Dokumente oder Kapitel zusammengeführt werden müssen.
In öffentlichen internationalen Benchmarks erzielt ARTIS Spitzenergebnisse. Als Teil der Plattform Verisa läuft es auf der eigenen Infrastruktur des Auftraggebers, die Dokumente bleiben also innerhalb der Organisation.
- Berücksichtigt die Struktur der Dokumente, nicht nur einzelne Textstücke
- Führt über mehrere Quellen verstreute Antworten zusammen
- Spitzenergebnisse in öffentlichen Benchmarks
- Auf eigener Infrastruktur, als Teil der Plattform Verisa
FRAPPE
FRAPPE schätzt die akustischen Eigenschaften eines Raums direkt aus dem Planungsmodell: Aus der Geometrie und den Materialkennwerten der Oberflächen (Absorptions- und Streugrad) ermittelt es die Nachhallzeit je Oktavband. Dafür ist weder eine langwierige Simulation nötig, noch muss man sich mit der Sabine- oder Eyring-Formel begnügen, die in komplex geformten Räumen nicht zuverlässig ist. Das Ergebnis liegt in Millisekunden vor, auch auf einem herkömmlichen Prozessor, sodass schon in frühen Planungsphasen sofort sichtbar wird, wie sich eine Entscheidung auf die Nachhallzeit auswirkt.
Die erste Generation des Netzes war für quaderförmige Räume ausgelegt. Die neueste Version verarbeitet das triangulierte, dreidimensionale Oberflächenmodell des Raums und kommt damit auch mit L- und T-förmigen sowie polygonalen Grundrissen, geneigten Decken und durch Stützen und Einrichtung gegliederten Räumen zurecht. Entsprechend der Struktur architektonischer Modelle arbeitet es in zwei Schritten: Zuerst fasst es die Geometrie der einzelnen Objekte (Wände, Paneele, Stützen, Möbel) zusammen, dann bewertet es sie auf Raumebene gemeinsam mit den Materialkennwerten.
FRAPPE haben wir gemeinsam mit der Forschungsgruppe für künstliche Intelligenz am Mathematischen Institut der ELTE im Rahmen des Soundy-Projekts entwickelt.
- Nachhallzeit je Oktavband direkt aus dem 3D-Modell und den Materialien
- Beliebige Grundrisse, geneigte Decken, Objekte im Raum
- Antwortzeit im Millisekundenbereich, auch ohne GPU
- Folgt der Struktur des Architekturmodells: erst je Objekt, dann auf Raumebene
HERMES
Hierarchical Estimator for Room Modal Eigenvalue Synthesis
Bei tiefen Frequenzen wird der Klang eines Raums von Wellenphänomenen bestimmt, den Raumresonanzen (Raummoden). In diesem Bereich liefert eine auf Strahlverfolgung beruhende Simulation keine verlässlichen Ergebnisse mehr, und Berechnungen mit der Finite-Elemente-Methode (FEM) oder der Randelementmethode (BEM) sind so ressourcenintensiv, dass sie während der Planung nur selten durchgeführt werden können. HERMES deckt diesen Bereich als Ergänzung zu FRAPPE ab: Es liefert Antworten dort, wo der Gültigkeitsbereich strahlenakustischer Verfahren endet.
HERMES schätzt die ersten 200 Eigenfrequenzen direkt aus dem Oberflächennetz des Raums, gleichermaßen für Räume mit rechteckigem, L-förmigem, T-förmigem oder polygonalem Grundriss, die durch Stützen und Objekte gegliedert sind. Das neuronale Netz geht von der Physik aus: Grundlage der Schätzung ist das Weylsche Gesetz, welches das Modell mit gelernten Korrekturen präzisiert. Sein Rechenaufwand ist um Größenordnungen geringer als der herkömmlicher Eigenwertlöser und hängt nicht vom Raumvolumen ab.
Unserer Sensitivitätsanalyse zufolge bleiben die Abweichungen des aus der HERMES-Schätzung berechneten Schallfelds in einem stabilen, vorhersagbaren Bereich, sodass das Ergebnis auch für die Ingenieurplanung hinreichend genau ist. Entwickelt haben wir HERMES gemeinsam mit Forschenden der ELTE und der BME im Rahmen des Soundy-Projekts.
- Die ersten 200 Eigenfrequenzen direkt aus dem 3D-Oberflächenmodell
- Physikbasierte Schätzung auf Grundlage des Weylschen Gesetzes, mit gelernten Korrekturen
- Um Größenordnungen geringerer Rechenaufwand als bei herkömmlichen Eigenwertlösern
- Für rechteckige, L- und T-förmige sowie polygonale Grundrisse, auch mit Objekten im Raum
Möchten Sie sich eine unserer Technologien vorführen lassen oder kodAI oder ARTIS in Ihr eigenes System integrieren? Nehmen Sie Kontakt mit uns auf.
Kontakt→