TY - CHAP A1 - Wagner, Dominik A1 - Baumann, Ilja A1 - Engert, Natalie A1 - Lee, Seanie A1 - Nöth, Elmar A1 - Riedhammer, Korbinian A1 - Bocklet, Tobias T1 - Personalized Fine-Tuning with Controllable Synthetic Speech from LLM-Generated Transcripts for Dysarthric Speech Recognition T2 - Interspeech 2025 N2 - In this work, we present our submission to the Speech Accessibility Project challenge for dysarthric speech recognition. We integrate parameter-efficient fine-tuning with latent audio representations to improve an encoder-decoder ASR system. Synthetic training data is generated by fine-tuning Parler-TTS to mimic dysarthric speech, using LLM-generated prompts for corpus-consistent target transcripts. Personalization with x-vectors consistently reduces word error rates (WERs) over non-personalized fine-tuning. AdaLoRA adapters outperform full fine-tuning and standard low-rank adaptation, achieving relative WER reductions of ∼23% and ∼22%, respectively. Further improvements (∼5% WER reduction) come from incorporating wav2vec 2.0-based audio representations. Training with synthetic dysarthric speech yields up to ∼7% relative WER improvement over personalized fine-tuning alone. KW - speech recognition KW - dysarthric speech KW - personalization KW - low-rank adaptation KW - synthetic data Y1 - 2025 U6 - https://doi.org/10.21437/Interspeech.2025-2155 SN - 2958-1796 SP - 3294 EP - 3298 PB - ISCA CY - ISCA ER - TY - CHAP A1 - Rudolph, Eric A1 - Engert, Natalie A1 - Albrecht, Jens T1 - An AI-Based Virtual Client for Educational Role-Playing in the Training of Online Counselors T2 - Proceedings of the 16th International Conference on Computer Supported Education - Volume 2 KW - Artificial Intelligence KW - Social Counseling Y1 - 2024 SN - 978-989-758-697-2 U6 - https://doi.org/10.5220/0012690700003693 SN - 2184-5026 SP - 108 EP - 117 PB - SCITEPRESS - Science and Technology Publications ER - TY - JOUR A1 - Lippert, Carolyn A1 - Rudolph, Eric A1 - Poltermann, Aleksandra A1 - Engert, Natalie A1 - Lehmann, Robert A1 - Albrecht, Jens T1 - Generative KI in der beraterischen Ausbildung BT - Der Einsatz eines*r virtuellen Klient*in als Übungstool für angehende Onlineberater*innen JF - e-beratungsjournal.net – Zeitschrift für Online-Beratung und computervermittelte Kommunikation N2 - Der Beitrag beleuchtet das Projekt "Virtuelle*r Klient*in (ViKl)" am Institut für E-Beratung der Technischen Hochschule Nürnberg Georg Simon Ohm, das sich mit der Nutzung eines KI-basierten Chatbots für die Simulation von Klient*innen in der Lehrveranstaltung "Querschnitt Onlineberatung" im Bachelor-Studiengang Soziale Arbeit befasst. Ziel ist es, praxisnahe Erfahrungen zu vermitteln und die Fähigkeiten der Studierenden im digitalen Beratungsgespräch zu verbessern. Durch den Einsatz verschiedener maschineller Lernarchitekturen werden passende Antworten generiert, die zum Gesprächsverlauf und zur psychosozialen Problemstellung passen. Die Nutzung einer umfangreichen Datenbasis aus dem Zertifikatskurs "Onlineberatung" sowie ein zielgruppenadäquates didaktisches Konzept tragen zur Qualität des*der ViKl bei. Die Diskussion umfasst auch zukünftige Entwicklungen in der Onlineberatung, die didaktische Gestaltung von KI-basierten Lehr-Lern-Formaten, sowie Herausforderungen und Vorteile dieser Ansätze. KW - Generative KI KW - Hochschule KW - Lehre KW - Computerunterstützte Kommunikation KW - Psychosoziale Beratung KW - Onlinekommunikation KW - digitale Kommunikation KW - Generative KI KW - Onlineberatung KW - Chatberatung Y1 - 2024 U6 - https://doi.org/10.48341/tcgc-st69 SN - 1816-7632 VL - 20 IS - 1 ER -