Smartes Klassenzimmer mit Machine Learning und Speech-to-Text

In der KreativWerkstatt haben wir heute einen spannenden Workshop zur künstlichen Intelligenz durchgeführt und dabei einen Sprachassistenten gebaut, ähnlich wie Alexa! 🚀🤖

Zuerst haben wir unser Sprachmodell trainiert, damit unser Ventilator und die Lampe auf die unterschiedlichsten Befehle in natürlicher Sprache reagieren können. Dies haben wir durch die Kategorisierung von Daten erreicht, bei der die Jugendlichen gelernt haben, wie wichtig es ist, dem Modell viele Beispiele und Kontexte zu geben. Je mehr Begriffe und Kontext das Modell einer bestimmten Kategorie zuordnen kann, desto besser wird es in der Vorhersage und Reaktion.

Dieses Bild zeigt die verschiedenen Labels, die wir für unser maschinelles Lernmodell erstellt haben.

Nachdem wir zufriedenstellende Ergebnisse per Text erhalten haben, haben wir unserem Programm noch Speech-to-Text-Services hinzugefügt, um die Geräte auch mit Sprache steuern zu können. 🎤💡🌀 Diese Dienste, bereitgestellt von Google, konvertieren gesprochene Sprache in Text, der dann vom trainierten Modell verarbeitet wird, um die entsprechenden Aktionen auszuführen.

Durch Einbindung von Google Speech-to-Text Services, konnten wir unseren Assistenten auch mit Sprache steuern.

Zur Erstellung des Codes haben wir Scratch verwendet, eine visuelle Programmiersprache, die besonders für Anfänger geeignet ist. 🖥️✨ In Scratch haben die Jugendlichen einfache logische Bausteine verwendet, um ihre Programme zu erstellen. Mit bedingten Anweisungen (“wenn-dann”-Strukturen) und Schleifen konnten sie Befehle zur Steuerung von Lampen und Ventilatoren programmieren. Der visuelle Charakter von Scratch half ihnen, die Programmabläufe besser zu verstehen und anzupassen.

In einem weiteren Kurs werden wir unser Programm auf den Raspberry Pi übertragen, um die Geräte vor Ort zu steuern. Der Raspberry Pi ermöglicht es uns, unsere Projekte in die reale Welt zu bringen und sie praktisch anzuwenden. Wir freuen uns schon darauf! 📡🍓