Text-to-Speech (TTS)

Text-to-Speech (TTS)

Definition:

Text-to-Speech (TTS) beze­ich­net eine Tech­nolo­gie, die geschriebe­nen Text in gesproch­ene Sprache umwan­delt. Mith­il­fe von Kün­stlich­er Intel­li­genz und Sprach­syn­these kön­nen TTS-Sys­teme natür­liche Stim­men erzeu­gen, die men­schlich­er Sprache sehr nahekommen.

Wie funktioniert Text-to-Speech?

TTS-Sys­teme analysieren den eingegebe­nen Text, zer­legen ihn in sprach­liche Ein­heit­en und wan­deln diese anschließend mith­il­fe neu­ronaler Net­ze in Audio um. Mod­erne KI-Mod­elle wie WaveNet oder Neur­al TTS erzeu­gen Stim­men, die flüs­sig, aus­drucksstark und fast nicht mehr von men­schlichen Stim­men zu unter­schei­den sind.

Einsatzgebiete von TTS:

• Bar­ri­ere­frei­heit: Vor­lese­funk­tion für sehbe­hin­derte Men­schen oder Leseschwache
  
  
• Kun­den­sup­port: Tele­fonas­sis­ten­ten oder Chat­bots mit Sprachausgabe
  
  
• Bil­dung: Vor­lesen von Lern­in­hal­ten, Sprach­train­ing oder E‑Learn­ing-Plat­tfor­men
  
  
• Medi­en und Unter­hal­tung: Hör­büch­er, Games oder virtuelle Charaktere
  
  

Vorteile von Text-to-Speech:

• Verbessert die Zugänglichkeit dig­i­taler Inhalte
  
  
• Spart Zeit und Kosten für Sprachaufnahmen
  
  
• Unter­stützt mehrsprachige Anwen­dun­gen durch unter­schiedliche Stim­men und Akzente
  
  

Unterschied zwischen TTS und Speech-to-Text (STT)

• TTS (Text-to-Speech): Wan­delt Text in Sprache um → vom geschriebe­nen Wort zur Audioausgabe.
  
  
• STT (Speech-to-Text): Wan­delt gesproch­ene Sprache in Text um → vom gesproch­enen Wort zur Schriftform.
  
  
• Beispiel: Ein Chat­bot mit TTS kann Antworten vor­lesen, während ein STT-Sys­tem die Eingaben des Nutzers versteht.
  
  

Verwandte Begriffe:

• Sprach­syn­these
  
  
• Neur­al TTS
  
  
• Speech-to-Text (STT)
  
  
• Sprachas­sis­tent