Master's Theses

Beschreibung: Aufmerksamkeitsdefizit-Hyperaktivitätsstörung (ADHS) zählt zu den häufigsten Entwicklungsstörungen im Kindes- und Jugendalter. Betroffene haben oft Schwierigkeiten, in lauten Umgebungen Sprache zu verstehen oder sich auf eine Zielperson zu konzentrieren, wenn andere Stimmen vorhanden sind. Trotz der hohen gesellschaftlichen Relevanz fehlt bislang ein zuverlässiges neurophysiologisches Mass, um Aufmerksamkeitsschwierigkeiten objektiv zu erfassen. Ein vielversprechender Ansatz ist die Messung des sogenannten «Neural Speech Trackings» – der Synchronisation von Gehirnwellen mit dem Rhythmus der Sprache. Hauptziel dieser Masterarbeit ist es, das Neural Speech Tracking bei Jugendlichen mit ADHS und bei altersgematchten neurotypischen Kontrollproband:innen in einer virtuellen Klassenzimmerumgebung zu messen.

Anzahl Arbeiten für dieses Thema: 2

Zeitrahmen: Nach Vereinbarung

Eingabedatum: 20.05.2026

Kontakt: basil.preisig@uzh.ch

Description: AI-powered voice cloning now makes it possible to produce realistic copies of human voices from just a few seconds of audio. Although such technologies - often referred to as "deepfakes" - are increasingly present in everyday life, a large part of the population is barely aware of their existence.

The main goal of this master's thesis is to investigate whether people can distinguish AI-generated voices from natural ones, and which acoustic features — such as prosody or pitch — are particularly relevant in doing so. The findings are intended to inform the development of materials and tools that help people better protect themselves in everyday life from deceptive content such as fake phone calls.

***

Beschreibung: KI-gestützte Stimmklonung ermöglicht es heute, realistische Kopien menschlicher Stimmen aus wenigen Sekunden Audiomaterial zu erzeugen. Obwohl solche Technologien – oft als «Deepfakes» bezeichnet – zunehmend im Alltag anzutreffen sind, ist sich ein Grossteil der Bevölkerung ihrer Existenz kaum bewusst.

Hauptziel dieser Masterarbeit ist es zu untersuchen, ob Menschen KI-generierte Stimmen von natürlichen Stimmen unterscheiden können, und welche sprachlichen Merkmale – wie etwa Sprachmelodie oder Stimmhöhe – dabei besonders relevant sind. Die Erkenntnisse sollen dazu beitragen, Materialien und Hilfsmittel zu entwickeln, die Menschen im Alltag besser vor täuschenden Inhalten wie gefälschten Telefonanrufen schützen.

Number of theses available: 1

Timeline: By arrangement

Submission date: 20.05.2026

Contact: basil.preisig@uzh.ch