KI-gestützte Echtzeit-Untertitelung für Live-TV: SI-com und ISCEC Japan erschließen lokale Sender

In Japan leben schätzungsweise über 360.000 gehörlose oder schwerhörige Menschen. Davon nutzen rund 70.000 Gebärdensprache als primäre Kommunikationsform; die übrigen bevorzugen geschriebenes Japanisch als Zugang zu Inhalten. Die Japan Hearing Aid Industry Association schätzt die Gesamtzahl der Menschen mit Hörbehinderung auf 14,2 Millionen, auch vor dem Hintergrund, dass knapp 30 Prozent der japanischen Bevölkerung 65 Jahre oder älter sind.

Große japanische Sender untertiteln bereits einen Großteil ihrer Programme. Der dafür nötige Prozess erfordert jedoch dediziertes Personal und spezialisierte Ausrüstung im Wert von mehreren zehn Millionen Yen. Für lokale Sender ist das eine prohibitive Hürde: „Über 100 lokale TV-Sender in Japan sehen sich aufgrund der hohen Ausrüstungskosten und personeller Einschränkungen mit Barrieren konfrontiert, Live-Programme zu untertiteln", erklärt Muneya Ichise von SI-com. Diese Lokalsender spielen für ihre Regionen eine wichtige Rolle, insbesondere mit lokalen Nachrichtenprogrammen, die für die jeweilige Gemeinschaft relevante Informationen vermitteln.

SI-com und seine Muttergesellschaft ISCEC Japan pilotieren seit 2018 gemeinsam mit lokalen TV-Sendern kosteneffiziente Lösungen zur Einführung von Live-Untertiteln. Ihr System trägt den Namen AI Mimi. ISCEC gleicht dabei den lokalen Personalmangel aus, indem das Unternehmen eigenes spezialisiertes Personal einsetzt, das die Untertitelung begleitet. Die Lösung verzichtet auf spezialisierte Hardware vor Ort beim Sender und bietet stattdessen erhöhte Flexibilität.

Im Dezember 2021 wurde AI Mimi erstmals in einer Live-Sendung eines lokalen Senders in Nagasaki demonstriert. Die Gehörlosen- und Schwerhörigen-Community bewertete die Erfahrung positiv und bestätigte, dass ihre Zugänglichkeitsbedürfnisse erfüllt wurden. Der Lokalsender hob seinerseits die Vorteile des Modells hervor, das ohne den Kauf oder Betrieb teurer Spezialtechnik auskommt.

AI Mimi wurde zudem an der Okinawa University eingeführt. Das Projekt erhielt einen Microsoft AI for Accessibility Grant.

AI Mimi kombiniert menschliche Eingabe mit Microsoft Azure Cognitive Services in einem hybriden Format. Laut SI-com erzeugt diese Kombination eine genauere und schnellere Lösung als rein automatisierte Ansätze.

Auf Basis umfangreicher Tests und Nutzerfeedbacks, das sich auf den Wunsch nach größeren Schriften und einer besseren Darstellung auf dem Bildschirm konzentrierte, entwickelte SI-com ein Anzeigemodell mit über zehn Untertitelzeilen auf der rechten Seite des TV-Bildschirms. Damit weicht das System vom verbreiteten Standard ab, der lediglich zwei Zeilen am unteren Bildschirmrand vorsieht.

Die Live-Demonstration im Dezember 2021 in Nagasaki wurde von der Zielgruppe ausdrücklich positiv aufgenommen. Die Gehörlosen- und Schwerhörigen-Community bestätigte, dass ihre Anforderungen an Barrierefreiheit erfüllt wurden. Der beteiligte Lokalsender betonte die gewonnene Flexibilität und den Wegfall der Notwendigkeit teurer Spezialtechnik.

Muneya Ichise kommentierte: „Wir sind sehr überrascht, so viel positives Feedback erhalten zu haben, das die technische Innovation lobt, die eine wichtige Rolle dabei spielt, die Nutzung von Untertiteln in allen Live-Sendungen voranzutreiben und barrierefreie Erlebnisse für die Gemeinschaften sicherzustellen."

Der Fall illustriert ein strukturelles Zugänglichkeitsproblem im japanischen Lokalfernsehen: Nicht fehlender Wille, sondern prohibitive Kosten und Personalmangel verhinderten bislang flächendeckende Live-Untertitelung. AI Mimi adressiert genau diese Barrieren durch ein hybrides Modell, das teure Hardwareinfrastruktur ersetzt. Ob und in welchem Umfang das System über den Nagasaki-Piloten hinaus regulär eingesetzt wird, lässt das verfügbare Quellenmaterial offen.