Deepgram-Integration in LMS [Fallstudie]

Aug 31, 2023 0 Minuten lesen 969
Alla Kovshova Marketing Director
Deepgram-Integration in LMS [Fallstudie]

Zu den vielversprechendsten und profitabelsten Bereichen gehört der Bereich der Aus- und Weiterbildung. Um die Erstellung von Schulungskursen so einfach wie möglich zu gestalten und Mitarbeiter effektiv zu schulen, werden Lernmanagementsysteme (LMS) eingesetzt.

Solche Dienste bieten alle Werkzeuge, um Schüler zu schulen, einen individuellen Unterrichtsplan zu entwickeln, Zertifizierungen durchzuführen und Statistiken und Analysen zu sammeln. Die Verwendung der Deepgram-API für die Sprachtranskription verbessert die Verfügbarkeit, Funktionalität und Effektivität von Unterrichtsmaterialien im Lernmanagementsystem erheblich. In diesem Artikel betrachten wir den Fall von SDH bei der Integration der Deepgram STT-Technologie in das LMS eines Kunden.

Deepgram im LMS verwenden

Was sind die Merkmale des Lernmanagementsystems (LMS)? LMS können als Cloud-basierter Dienst oder als "Boxed"-Software entwickelt werden, die auf dem Server des Kunden installiert wird. Sie ermöglichen es, die erforderliche Zeit für das Schulungsmanagement zu sparen und zu reduzieren. Durch verschiedene Integrationen, einschließlich KI-Tools, wird das LMS zu einer leistungsstarken Fernlernmaschine für Studenten auf der ganzen Welt.

Die Deepgram-API (Speech-to-Text oder STT) kann in einem LMS verwendet werden, um in Audio- oder Videomaterialien enthaltene Sprache in ein Textformat zu konvertieren. Hier sind einige Beispiele, in denen die Deepgram AI-Spracherkennungstechnologie zur Verbesserung des Bildungsprozesses eingesetzt werden kann.

1) Eine Fremdsprache lernen:

  • Bereitstellung von Audioaufnahmen in einer Fremdsprache für die Schüler.
  • Umwandlung der Sprache von Muttersprachlern in Texte, so dass die Schüler sie anhören und gleichzeitig die Transkription lesen können.
  • Erstellung von Aufgaben zum Zuhören mit der Möglichkeit, die Richtigkeit der Antworten anhand der Transkription zu überprüfen.

2) Webinare und Online-Kurse:

  • Automatische Erstellung von Transkriptionen für Aufzeichnungen von Webinaren und Vorlesungen.
  • Ständiger Zugriff der Studierenden auf Textversionen von Online-Kursen und Webinaren.

3 )Anpassung an unterschiedliche Lernstile, z. B. für visuelle und auditive Lernende.
4) Unterstützung für hörgeschädigte Schüler.
5) Erstellung zugänglicher Lehrmaterialien für Schüler mit unterschiedlichen Fähigkeiten und Vorlieben.
6) Analyse und Fortschrittskontrolle:

  • Ermöglicht es Lehrkräften, beliebte Themen oder schwierige Punkte in Vorlesungen anhand von Textversionen der Materialien zu analysieren.
  • Ermöglicht eine genauere Bewertung von mündlichen Präsentationen.

7) Studenten können Abschriften von Vorlesungen und zusätzliche Notizen zur späteren Verwendung speichern.
8) Erstellung von interaktiven Schulungsmodulen und Audio-/Textinhalten.

Deepgram STT kann also die Funktionalität von LMS erheblich bereichern und die Qualität des Bildungsprozesses mit Hilfe von besser zugänglichen, interaktiven und angepassten Bildungsmaterialien verbessern.

Vorteile von Deepgram Speech-to-Text

Durch die automatische Transkription von Sprache mit Hilfe der Deepgram-API entfällt die manuelle Arbeit der Transkription von Audiodaten in das Textformat, was viel Zeit und Ressourcen spart. Die wichtigsten Vorteile der Technologie für LMS sind wie folgt:

  • Transkription von Vorträgen und Materialien;
  • Zugänglichkeit für Menschen mit Behinderungen;
  • Indexierung und Suche nach Inhalten;
  • Prozessautomatisierung;
  • interaktives Lernen;
  • Analyse und Forschung.

Deepgram STT wird zur Transkription von Vorlesungen und Materialien verwendet. In der Regel werden Audio- und Videoaufzeichnungen von Vorlesungen, Seminaren und Webinaren im LMS bereitgestellt. Speech-to-Text erleichtert den Studierenden das Lesen und Verstehen der Inhalte und das Anfertigen von Notizen.

Texttranskriptionen können zur Erstellung interaktiver Lernmodule verwendet werden, einschließlich der Prüfung von Vorlesungs- und Videoinhalten. Sprachlern-LMS-Produkte nutzen beispielsweise Deepgram, um Sprache in Text umzuwandeln und umgekehrt, um Aussprache- und Sprachverständnisfehler sowie Dekodierungsprobleme zu erkennen.

Für Hörgeschädigte oder Personen, die lieber Text lesen als Audio hören, macht die Sprachtranskription Lernmaterialien zugänglich.
Texttranskriptionen können von LMS-Suchmaschinen indiziert werden, so dass Studierende bestimmte Vorlesungs- oder Videosegmente, die für sie interessante Informationen enthalten, suchen und schnell finden können.

Lehrkräfte können Transkriptionen nutzen, um die Qualität ihrer Vorlesungen zu analysieren, beliebte Themen oder schwierige Punkte zu identifizieren und den Studierenden Feedback zu geben.

Read also: Integration von Bildungssoftware in den Unterricht: Classlink & Clever

Schwierigkeiten bei der Integration von Deepgram in die LMS-Entwicklung

Die Integration von Spracherkennungstechnologie in ein LMS kann gewisse Einschränkungen und Herausforderungen mit sich bringen:

  • Da die Spracherkennung eine gute Audioqualität erfordert, können schlechte akustische Aufnahmen, Rauschen oder eine schlechte Mikrofonqualität die Erkennungsgenauigkeit beeinträchtigen.
  • Akzente und Dialekte können zu Schwierigkeiten beim Verstehen unterschiedlicher Akzente, Dialekte oder Sprachvariationen führen, was wiederum ungenaue Transkriptionen zur Folge haben kann.
  • Die Integration erfordert eine stabile Internetverbindung und serverseitige Audioverarbeitungsfunktionen. Unzureichende Ressourcen oder eine unzuverlässige Verbindung können zu Verzögerungen oder Ausfällen bei der Verarbeitung führen. Daher beträgt die Verzögerung beim Echtzeit-Streaming von Deepgram STT <300 ms.
  • Wenn ein LMS sensible Informationen wie persönliche Daten von Studenten, Vorlesungsnotizen usw. enthält, muss ein hohes Maß an Sicherheit bei der Übertragung und Verarbeitung von Audiodaten gewährleistet sein.
  • Keine Spracherkennungstechnologie ist perfekt. Das Fehlerpotenzial kann hoch sein, insbesondere unter schwierigen akustischen Bedingungen oder bei der Verwendung spezifischer Begriffe.
  • Die Technologie kann die Bedeutung und den Kontext nicht immer richtig interpretieren, was zu falschen Transkriptionen führen kann.
  • Bei einigen Lösungen müssen die Modelle auf Ihre spezifischen Daten trainiert werden, um die Genauigkeit zu verbessern. Dies kann Zeit und Fachwissen erfordern.
  • Die Verwendung von APIs von Drittanbietern für die Spracherkennung kann kostspielig sein, insbesondere bei großen Mengen an Audiodaten. Es ist notwendig, die Kosten mit den Vorteilen für die Benutzer des LMS abzuwägen.

Integration der Deepgram API STT in eine Django-basierte LMS-Anwendung

Deepgram Die API-Dokumentation bietet umfassende Antworten auf die Frage, wie der Dienst in eine beliebige Anwendung integriert werden kann.

Der Integrationsprozess umfasst die folgenden Schritte:
1) Beschaffung eines Deepgram-API-Schlüssels. Der erste Schritt besteht darin, einen API-Schlüssel von Deepgram zu erhalten, den Sie für Ihre API-Anfragen verwenden werden.
2) Einrichtung des Django-Projekts. Einrichten des Zugriffs auf APIs von Drittanbietern über die Datei settings.py, in der der Entwickler die erforderlichen Schlüssel und Einstellungen für externe Dienste festlegt.
3) Erstellung von API-Anfragen. Zu diesem Zweck sollten Sie die requests-Bibliothek verwenden, um HTTP-Anfragen an die Deepgram-API zu erstellen. Eine Beispielanforderung für ein Audiotranskript könnte wie folgt aussehen:

''import requests

url = "https://api.deepgram.com/v1/listen"

headers = {

    "Authorization": f"Bearer {YOUR_DEEPGRAM_API_KEY}",

    "Content-Type": "application/json"

}

data = {

    "content": {

        "url": "URL_TO_YOUR_AUDIO_FILE"

    }

}

response = requests.post(url, json=data, headers=headers)

transcript = response.json().get("results")[0].get("alternatives")[0].get("transcript")''

4) Umgang mit der Antwort:

  • Die Deepgram-Antwort enthält die Transkription des Textes. Dieser Text kann in Ihrer LMS-Anwendung zur weiteren Bearbeitung verwendet werden.

5) Integration in Ihre LMS-Anwendung:

  • Je nach Zielsetzung können die Entwickler die resultierende Transkription in Ihre LMS-Anwendung integrieren. Speichern Sie die Transkription zum Beispiel in der Datenbank, verknüpfen Sie sie mit bestimmten Audiodateien, assoziieren Sie sie mit bestimmten Lektionen, usw.

6) Behandlung von Fehlern und Sicherheitsfehlern:

  • Bei der Integration sollten Sie immer mögliche Fehler und Ausnahmen berücksichtigen, die bei der Interaktion mit der API auftreten können. Denken Sie auch an die Sicherheit und bewahren Sie Ihre API-Schlüssel an einem sicheren Ort auf.

7) Prüfung.

Darüber hinaus kann Deepgram verschiedene Optionen und Parameter bereitstellen, um Abfragen anzupassen und genauere Ergebnisse zu erhalten. Weitere Informationen und aktuelle API-Dokumente finden Sie in der Deepgram-Dokumentation.

SDH-Fall: Integration von Deepgram STT in LMS mit 470k Studenten

Projekt: Ein in den USA ansässiges gamifiziertes LMS für den Leseunterricht von Kindern. Etwa 470 Tausend SchülerInnen und 22 Tausend LehrerInnen nutzen das System, was dieses Produkt sehr belastet und vielschichtig macht.
Problem: Das Team arbeitete an der Entwicklung einer Funktion zur Förderung des phonemischen Bewusstseins und der Dekodierfähigkeiten bei Kindern. Es war notwendig, ein Tool zu entwickeln, das die Sprachaufnahmen der Kinder und die Ergebnisse der Umwandlung von Sprache in Text speichern konnte.
Dauer der Umsetzung: 1 Monat.
Die Lösung:
Das SDH-Team testete mehrere Open-Source-STT-Lösungen und Deepgram erwies sich als die einzige, die alle Anforderungen an Leistung, Skalierbarkeit und Genauigkeit erfüllte.

Bei einer Genauigkeitsrate von 75 bis 80 % bei anderen STTs weist Deepgram eine Sprachumwandlungsgenauigkeit von 90 bis 92 % auf. Aber das ist noch nicht einmal der Punkt, denn einige andere Lösungen zeigten die gewünschte WER (Wortfehlerrate), waren aber nicht skalierbar und hatten eine nicht konstante Transkriptionsrate.

Die zuverlässige STT ermöglichte es dem SDH-Team, sich auf die API-Implementierung zu konzentrieren und den Kunden ein Qualitätsprodukt anzubieten.
Die Ergebnisse:
Die Integration von Deepgram STT ermöglichte es, in kurzer Zeit und zu geringen Kosten ein hochleistungsfähiges Verbaldecodierungsmodul in LMS zu implementieren. Und im Jahr 2023 hat das LMS-Produkt die erste Stufe der SOC-2-Zertifizierung bestanden.

Das Unternehmen Software Development Hub ist bereit, eine praktikable Lösung mit funktionierender STT-Technologie für Ihr Produkt zu entwickeln: Die Verwendung aktueller Technologien wird es Ihnen ermöglichen, Kunden zu binden und ihre Bedürfnisse zu erfüllen

Categories

Deepgram Deepgram Integration LMS

Share

Benötigen Sie einen Projektkostenvoranschlag?

Schreiben Sie uns, und wir bieten Ihnen eine qualifizierte Beratung.

x