Sprachkonfiguration

Eine effiziente Möglichkeit, die Ausgabe eines TTS zu verbessern, besteht darin, Ihren Text mit Pausen zu versehen, um die Intonation und/oder den Rhythmus der generierten Ausgabe zu verändern.

Nehmen wir das folgende Beispiel:

Wenn Sie mit einem Berater über die Erstattung von zahnärztlichen, augenärztlichen oder Krankenhauskosten sprechen möchten, drücken Sie die Taste 2.

Pausen können auf unterschiedliche Weise eingefügt werden:

Die erste Option ist die Verwendung von Satzzeichen. Hierbei werden automatisch dort Pausen erzeugt, wo Sie ein Satzzeichen setzen.

Wenn Sie mit einem Berater, über die Erstattung von zahnärztlichen, augenärztlichen, oder Krankenhauskosten sprechen möchten, drücken Sie die Taste 2.

Ein mögliches Problem von Satzzeichen ist, dass die Dauer der Pause zu lang sein könnte. Eine andere Möglichkeit ist das Einfügen eines \pau=XXXX\-Tags anstelle eines Satzzeichens.

Wenn Sie mit einem Berater \pau=100\ über die Erstattung von zahnärztlichen, augenärztlichen \pau=50\ oder Krankenhauskosten sprechen möchten, drücken Sie die Taste 2.

Satzzeichen leiten nicht nur eine Pause ein, sondern sie verändern auch lokal die Intonation des Satzes. Ein Komma bewirkt eine steigende Intonation, ein Punkt eine fallende.

Wenn Sie mit einem Berater \pau=100\, über die Erstattung von zahnärztlichen, augenärztlichen oder Krankenhauskosten sprechen möchten, drücken Sie die Taste 2.

Wenn Sie mit einem Berater \pau=100\. über die Erstattung von zahnärztlichen, augenärztlichen oder Krankenhauskosten sprechen möchten, drücken Sie die Taste 2.

Wenn Sie eine Nachricht mit einem TTS erstellen, enthalten einige Teile der Nachricht die relevanten Informationen, die es zu verstehen gilt. Das Tag für die relative Geschwindigkeit (\rspd=XXX\) in Kombination mit einem Pausen-Tag (\pau=XXX\) ist eine gute Möglichkeit, die wichtigen Informationen hervorzuheben.

Der Notruf ist montags bis freitags von 9 bis 20 Uhr erreichbar.

Der \pau=200\ \rspd=85\ Notruf \rspd=100\ \pau=200\ ist montags bis freitags von 9 bis 20 Uhr erreichbar.

Der \pau=200\ \rspd=85\ Notruf \rspd=100\ \pau=200\ ist montags bis freitags \pau=100\ von \pau=300\ 9 bis 20 Uhr \pau=100\ erreichbar.

Wenn Sie das Tag \rspd verwenden, vergessen Sie nicht, es zu schließen, wenn es nicht mehr benötigt wird. Um es zu schließen, verwenden Sie \rspd=100\.

Wenn die Standardausgabe des TTS nicht ganz Ihren Erwartungen entspricht, können Sie alternative Varianten generieren lassen, indem Sie dasAalternative Auswahl-Tag verwenden. Damit haben Sie die Möglichkeit, unterschiedliche Ausgaben für dieselben Wörter, Wortgruppen oder Sätze zu erhalten. Dieses Tag muss vor jedem Wort verwendet werden, das Sie verändern möchten.

Für weitere Informationen bleiben Sie bitte in der Leitung.

Für weitere Informationen \sel=alt2\bleiben Sie bitte in der Leitung.

Für weitere Informationen \sel=alt2\bleiben Sie bitte in der \sel=alt2\Leitung.

\sel=alt10\Für weitere Informationen \sel=alt10\bleiben Sie bitte in der \sel=alt10\Leitung.

Ein wichtiger Aspekt, den Sie bei der Verwendung eines TTS-Systems beachten sollten, ist die Verwendung von Formaten, die das System für verschiedene Arten von Informationen wie Stunden, Datum, Zahlen, etc. akzeptiert. Diese finden Sie im Sprachhandbuch.

Hier sind einige Beispiele für Zeitformate:

2:20 oder 10:20

2:40 AM oder 10:40 AM

2:40 PM oder 10:40 PM

2.40 AM oder 10.40 AM

2.40 PM oder 10.40 PM

10:00 -> zehn Uhr

2:00 AM -> zwei Uhr nachts

2:20:45 -> zwei Uhr zwanzig Minuten und fünfundvierzig Sekunden

3-4 PM   -> drei bis vier Uhr nachmittags

Ein typisches Problem, auf das Sie bei der Verwendung von TTS stoßen werden, ist die falsche oder suboptimale Aussprache eines Wortes.

Meistens geschieht dies bei Eigennamen, da sie oft nicht den Standardausspracheregeln folgen.

Der beste Weg, diese Art von Problem zu lösen, ist die Verwendung des Aussprache-Editors und die Erstellung eines Eintrags im Benutzerlexikon mit dem Eigennamen und seiner entsprechenden phonetischen Transkription.

Ein phonetisches Tag könnte auch verwendet werden, wenn die Aussprache nur lokal geändert werden muss. Die verschiedenen phonetischen Alphabete finden Sie im Sprachhandbuch.

Manchmal erfüllt die offizielle Transkription eines Wortes nicht alle Anforderungen. Die Verwendung alternativer Transkriptionen, die mit Hilfe von “Allophonen” konstruiert werden, kann deswegen hilfreich sein, um die Aussprache eines Wortes individuell anzupassen.

Hier folgt nun eine Reihe von Beispielen für die Ersetzung von Phonemen im Hochdeutschen.

Normalerweise werden /t/, /p/, /k/ aspiriert, wenn sie vor einem akzentuierten Vokal stehen. Abweichend von dieser Regel kann das Erzwingen der Aspiration aber auch die Aussprache eines beliebigen Wortes verändern.

• t => t_h

Gedichte verwenden oftmals \prx=l aU1 t_h m a:2 l @ R I S @\ Wörter.

• p => p_h

Er reiste ab.

Er reiste \prx=? a1 p_h\.

Die Unterdrückung der Aspiration kann ebenfalls erzwungen werden.

• t_h → t, td

Triton ist bekannt als Meeresgott der griechischen Mythologie.

\prx=t R i:1 t O n\ ist bekannt als Meeresgott der griechischen Mythologie.

\prx=td R i:1 t O n\ ist bekannt als Meeresgott der griechischen Mythologie.

• k → k, kg

Das Geschirr klirrte.

Das Geschirr \prx=k l I1 R t @\.

Das Geschirr \prx=kg l I1 R t @\.

Auf Wunsch kann auch die Vokallänge oder der Grad der Betonung eines Vokals angepasst werden. Der kreative Gebrauch von Wortakzenten kann hierbei unterstützend wirken.

• i:1, i:2, i: → i

Der Pazifische Ozean ist das tiefste Meer der Erde.

Der Pazifische Ozean ist das \prx=t_h i f s t @\ Meer der Erde.

• u:1, u:2, u: → u

Es geht ihr gut.

Es geht ihr \prx=g u t\.

• o:1, o:2, o: → o

Opa und Oma freuen sich schon auf dich.

\prx= ? o p a\ und \prx=? o m a\ freuen sich schon auf dich.

In unbetonten Silben kann ein <e> als Schwa realisiert werden, was manchmal als Unterartikulation wahrgenommen wird. Um dem entgegenzuwirken, bieten sich die folgenden Möglichkeiten.

• l= → @ l

Diedelsheim.

\prx=d i:1 d @ l s h aI2 m\

• m= → @ n, @ m

Papendorf.

\prx=p_h a:1 p @ n d O2 R f\

• n= → @ n

Blankenfelde

\prx=b l a2 N k @ n f E1 l d @\

• r= → E R

Hammerbrook

\prx=h a1 m E R b R o: k\

• @ → E

Lebe und denke nicht an morgen.

\prx=l e:1 b E\ und \prx=d E1 N k E\ nicht an morgen.

Weitere Alternativen.

• OY → O j

Willkommen am Checkpoint.

Willkommen am \prx=tS E1 k p_h O2 j n t\.

• EI → E j

Die CIA ist der Auslandsgeheimdienst der Vereinigten Staaten.

Die \prx=s i:1 ? aI1 ? E1 j\ ist der Auslandsgeheimdienst der Vereinigten Staaten.

• aI → a j

Kleister kann man nicht nur zum Tapezieren verwenden.

\prx= k_h l a1 j s t r=\ kann man nicht nur zum Tapezieren verwenden.

• i a, I a, j a

Die ägyptische Hafenstadt \prx=? a l E k s a1 n d R i a\ liegt am Mittelmeer.

Die ägyptische Hafenstadt \prx=? a l E k s a1 n d R I a\ liegt am Mittelmeer.

Die ägyptische Hafenstadt \prx=? a l E k s a1 n d R j a\ liegt am Mittelmeer.

Töne werden durch die Stimme des Sprechers erzeugt. Dazu gehören Lachen, Atmen, Niesen, Husten und andere Geräusche, die unsere Stimmen erzeugen können, um Geräusche zu imitieren, die wir im täglichen Leben machen. Die Geräusche stehen immer zwischen zwei Hashtag-Zeichen #LAUGH01# in Großbuchstaben und manchmal gefolgt von einer Zahl, wenn es mehrere Varianten des gleichen Geräusches gibt. Kinderstimmen weisen mehr Geräusche als Erwachsenenstimmen auf, weil, wie Sie wissen, Kinder viel verspielter sind. 🙂

Die Auswahl der Ausrufe fiel uns etwas schwieriger und schlussendlich haben wir nur die am häufigsten verwendeten behalten. Auf Ausrufe folgt immer  – wie sollte es auch anders sein – ein Ausrufezeichen (!), aber ohne ein Leerzeichen zwischen dem Wort und dem Ausrufezeichen selbst. Wenn ein Leerzeichen dazwischen steht, wird der Ausruf ignoriert.
Sie haben vielleicht bemerkt, dass in einigen Fällen bestimmte Ausrufe im Dokument durch den gleichen Ausruf in Klammern (“) verdoppelt werden. Dies dient lediglich dazu, längere Pausen zu vermeiden.

In beiden Fällen müssen Sie lediglich Geräusche und Ausrufe in Ihren Text einfügen, die dann bei richtiger Stimmlage korrekt ausgesprochen werden.

– Sehen Sie sich die Dokumentation an.

Bitte beachten Sie, dass nicht alle Stimmen Geräusche und Ausrufe aufweisen. In einigen Fällen können wir zusätzliche Aufnahmen machen, in anderen Fällen können wir Ersatzstimmen zur Verfügung stellen (das ist dann der Fall, wenn (S) hinter der Textzeichenfolge steht, was natürlich nicht kopiert werden darf). Leider können wir die Stimme manchmal nicht weiterverarbeiten.

Ja, Sie können die Stimme und/oder Sprache mithilfe des Stimmwechsel-Tags \vce=speaker\ innerhalb Ihres Textes ändern.

Das folgende Beispiel veranschaulicht den Stimm- und Sprachwechsel: “Guten Morgen, meine Damen und Herren, \vce=Sprecher=Julie\ Bonjour mesdames et messieurs.”

Wählen Sie einfach den Namen der Stimme aus, die Sie verwenden möchten, und die Text-to-Speech-Funktion schaltet sofort nach dem Tag auf die neue Stimme um. Für spezielle Stimmen, wie Stimmen mit Emotionen oder Varianten einer bestimmten Stimme, müssen Sie den Namen ohne Leerzeichen, Klammern oder Unterstrich eingeben.
Zum Beispiel Will (LittleCreature): \vce=speaker=willlittlecreature\

Viel Spaß!