The study evaluated two speech recognition systems, Wav2vec2 and Whisper, for potential biases for Dutch speakers.Results obtained by evaluating on the JASMIN corpus revealed biases against non-native speakers, children, and the elderly,with (slightly) better performance for women. The study emphasizes the need for ASR systems to handle variations in speakingin order to reach equal performance among all users.
It is crucial that ASR systems can handle the wide range of variations in speech of speakers from different demographic groups, with different speaking styles, and of speakers with (dis)abilities. A potential quality-of-service harm arises when ASR systems do not perform equally well for everyone. ASR systems may exhibit bias against certain types of speech, such as non-native accents, different age groups and gender. In this study, we evaluate two widely-used neural network-based architectures: Wav2vec2 and Whisper on potential biases for Dutch speakers. We used the Dutch speech corpus JASMIN as a test set containing read and conversational speech in a human-machine interaction setting. The results reveal a significant bias against non-natives, children and elderly and some regional dialects. The ASR systems generally perform slightly better for women than for men.
MULTIFILE
De kunstgrasberg in Nederland is groeiende. In april 2019 hebben een aantal bedrijven, zijnde ketenpartners, de handen in een geslagen om dit te doen veranderen, en hebben GBN Artificial Grass Recycling (GBN-AGR) opgericht. Dit heeft in juni 2020 geresulteerd in een fabriek voor de recycling van de kunstgrasmatten. De eindproducten van deze fabriek zijn circulair grondstoffen zoals circulair zand, circulair SBR, circulair TPE en RTA. Deze grondstoffen worden op traditionele productiewijze in mallen geperst en waaruit rubbertegels, kantplanken, picknicksets worden vervaardigd. Gezien de hoeveelheid aan kunstgrasmatten is er behoefte vanuit de ketenpartners om meer en hoogwaardige producten te realiseren. In dit onderzoek wordt een verkenning gedaan naar de mogelijkheid om gerecycled kunstgras te gaan 3D printen. Zo dat er in de toekomst hoogwaardige en vernieuwde producten uit te vaardigen zijn. Ook zijn de huidige 3D printbedrijven nog niet bekend zijn met circulaire grondstoffen uit gerecycled kunstgras, aangezien het 3D printfilament daarvan nog niet voor handen is. Via materiaalonderzoek, ontwikkeling van 3D printfilament, testen van het filament wordt de eerste aanzet gegeven om tot een grondstof te komen die voor hoogwaardige producten kan worden ingezet. Tevens wordt een productontwerp voor een product gecreëerd. En wordt er een prototype, eventueel op schaal gefabriceerd met het 3D printfilament afkomst van de circulaire grondstoffen van het gerecycled kunstgras. Het einddoel is om de kunstgrasberg in Nederland te doen krimpen, door: - Aantoonbaar te maken aan de maakindustrie dat gerecycled kunstgras een basisgrondstof kan zijn voor producten. - 3D printen een productiemethode is dat voor bepaalde toepassingen voordelen kan hebben om hoogwaardige producten van gerecycled kunstgras mee te maken, naast de al bestaande traditionele productiemethoden.
Aanleiding Schimmels in landbouwbodems zijn vooral bekend vanwege de ziekteverwekkende bodemschimmels. Dit is goed te begrijpen, want verliezen in gewasopbrengsten door pathogenen kunnen enorm zijn. De meeste schimmels die voorkomen in landbouwbodems hebben echter een positieve bijdrage op de landbouw en haar gewassen (de Boer et al., 2006, Fraç et al., 2018, Deng et al., 2021). De bodemschimmelgemeenschap draagt bij aan een efficiëntere opname van minerale voedingsstoffen (minder uitspoeling), wateropname (droogte resistent en een verhoogde weerbaarheid tegen stresscondities als ziekten & plagen, verzilting en klimaatverandering. Relatief bekend zijn reeds de (arbusculaire) mycorrhiza die nauw met gewassen samenwerken en onder andere fosfaat en water beschikbaarheid verbeteren. Verhogen van specifieke arbusculaire mycorrhiza kan een factor zijn in het verminderen van de kwetsbaarheid van planten voor zilte stress om meer tolerante planten te krijgen (Duc et al. (2021). Maar er is ook een andere functionele groep, de saprofytische schimmels (ook wel saprofyten genoemd), die een positieve bijdrage geven aan bodemstructuur (bewerkbaarheid), weerbaarheid tegen ziekten & plagen verhogen, tijdelijk vastleggen van overmatige stikstof en rhizosfeer bacteriën die pathogene schimmels onderdrukken (Clocchiatti et al., 2021). Deze schimmels leven van de afbraak van dood organische materialen. In natuurlijke ecosystemen zijn ze ruim vertegenwoordigd en kunnen we ze ook vaak zien op bijvoorbeeld rottend hout. In landbouwbodems en met name in akkerbouwbodems is hun aanwezigheid veel minder zichtbaar. Hier vormen bacteriën in plaats van schimmels vaak de dominante groep van micro-organismen. De hoeveelheid aan saprofyten in intensieve teelten is 5-10 keer lager dan in bodems van meer natuurlijke ecosystemen (Clocchiatti et al., 2021). De belangrijkste oorzaken zijn intensieve grondbewerking, gebruik van bestrijdingsmiddelen en tekort aan afbreekbare organische materialen. De laatste factor is volgens wetenschappelijk onderzoek de belangrijkste (de Boer, et al. 2021). Door afvoer van gewassen en gewasresten en het veelvuldig gebruik van minerale meststoffen blijft er voor de saprofyten niet veel over om op te groeien. En daarmee de waardevolle bijdrage die deze schimmels leveren aan het goed functioneren van bodems en de gezondheid van gewassen. ProbleemstellingOnderzoek laat zien dat saprofyten en mycorrhiza schimmels door praktijkmaatregelen gestimuleerd kunnen worden (Gryndler et al 2009, Sun et al., 2016) en daarmee op natuurlijke wijze een positieve bijdrage leveren aan akkerbouw- en veehouderijsystemen en daarmee kunnen bijdragen aan maatschappelijke opgaven. Echter, huidige kennisontwikkeling (zowel binnen UvhN als in de beroepspraktijk) richt zich momenteel vooral op bacteriën en/of op specifieke schimmelsoorten en groepen. Er is echter nog weinig kennis en inzicht in gehele schimmelgemeenschappen en netwerken. Hiervoor is het nodig dat er enerzijds een datainfrastructuur is die instaat is om de vele gegevens (DNA data, fysisch/chemisch bodemparameters, agronomisch gegevens) te verwerken en verbanden te vinden. Bio-informatica, machine-learning en AI zijn hiervoor belangrijke componenten. Anderzijds is kennis nodig van bodem(biologie) en landbouwpraktijk. In noord Nederland hebben we de kennis en faciliteiten in huis om deze kennis op te doen, uit te dragen en toe te passen, maar deze is versnipperd over verschillende kennisinstellingen en een samenwerkingsverband ontbreekt. DoelstellingDoel van dit project is het opzetten van een nieuw samenwerkingsverband tussen de consortiumpartners dat met elkaar onderzoek (praktijkgericht, toegepast en fundamenteel) wil doen naar bodemschimmels. Een consortium dat zich richt op samenwerking, nieuwe onderzoekstechnieken en ontwikkelen van kennis omtrent bodemschimmels. Met als doel te komen tot nieuwe kennis voor de landbouwpraktijk; o.a. handelingsperspectief, technieken, datainfrastuctuuren adviezen ter bevordering van een gunstige bodemschimmel-gemeenschap.
Robots kennen een toenemende toepassing in de industrie. We kennen ze als de zware industriële lasrobots tot cobots. Ze worden ingezet om verschillende bedrijfsdoelen te realiseren: 24/7 kunnen opereren, zwaar werk overnemen, tekort aan arbeidskracht opvangen, kwaliteit verhogen, enz. Er zijn overduidelijke redenen waarom Robotiseren voor een bedrijf meerwaarde brengt. Bij de invoering en in de bedrijfsvoering komen we tal van uitdagingen tegen. De kennis de medewerkers hebben is vaak ten dele expliciet gemaakt, maar zit voor een cruciaal deel in de hoofden van de medewerkers. Die kennis is wel nodig om een robot goed te instrueren en te programmeren. Daarnaast functioneert een robot altijd in een groter proces. Capaciteit en kwaliteit van een robot moeten zijn afgestemd op de rest van het proces anders levert de robot niet de juiste hoeveelheid en/of kwaliteit. Met de tijd verandert de vraag uit de markt. Nieuwe (varianten van) producten vragen een andere instructie of programma. De aanpassing daarvan is lastig en vergt veel tijd. Om succesvol met robotoplossingen aan de slag te kunnen is het belangrijk de robotoplossing niet te kiezen en ontwerpen gebaseerd op een kleine fysieke handeling productie of assemblage. Het is beter het gehele proces inclusief informatiestromen mee te nemen, samen met kennisinfrastructuur, en het onderhouden en continu verbeteren. Deze integrale aanpak staat nog in de kinderschoenen. Anders dan bij bijvoorbeeld procesinrichting en -verbetering is er geen raamwerk (zoals Lean). Het gevolg is suboptimale en soms stilstaande robots. In dit project worden tests uitgevoerd om knelpunten bij de integrale benadering van robotoplossingen in kaart te brengen. Dit vormt de basis voor een vervolgproject waarbij een raamwerk voor integraal robotiseren wordt ontwikkeld.
