Glossar · T
Text-to-Speech (Sprachausgabe): Geschriebene Worte hörbar machen
Text-to-Speech (kurz TTS, zu Deutsch Sprachausgabe) ist eine Technologie, die geschriebenen Text automatisch in gesprochene Sprache umwandelt. Sie kommt in Screenreadern, Vorlesegeräten, Navigations-Apps und Smart-Home-Systemen zum Einsatz und ist für viele blinde und sehbeeinträchtigte Menschen ein zentrales Hilfsmittel im Alltag. Ohne Text-to-Speech wäre der selbstständige Zugang zu digitalen Inhalten für zahlreiche Nutzerinnen und Nutzer stark eingeschränkt.
Wie funktioniert Text-to-Speech (Sprachausgabe)?
Text-to-Speech-Systeme analysieren einen digitalen Text zunächst sprachlich: Sie erkennen Satzzeichen, Wortgrenzen und Betonungsmuster, um daraus eine natürlich klingende Aussprache abzuleiten. Anschliessend wird der Text über eine synthetische Stimme akustisch ausgegeben.
Moderne TTS-Engines nutzen dafür neuronale Netze, die auf riesigen Sprachdatenmengen trainiert wurden. Dadurch klingen die Stimmen heute deutlich natürlicher als frühere, robotisch wirkende Sprachausgaben.
- Screenreader: Lesen Bildschirminhalte wie Menüs, Texte und Schaltflächen laut vor.
- Vorlesegeräte und Apps: Wandeln gescannte oder fotografierte Texte in Sprache um.
- Sprachassistenten: Beantworten Anfragen mündlich statt über einen Bildschirm.
- Navigationssysteme: Geben Wegbeschreibungen akustisch aus.
Warum ist Text-to-Speech (Sprachausgabe) wichtig?
Text-to-Speech ermöglicht den selbstständigen Zugang zu Informationen, die sonst nur visuell verfügbar wären. Für Menschen mit Sehbehinderung ist die Sprachausgabe oft die Grundlage, um Websites, E-Mails, Bücher oder Beschilderungen überhaupt nutzen zu können.
- Selbstständigkeit: Nutzerinnen und Nutzer sind nicht auf fremde Hilfe beim Vorlesen angewiesen.
- Breite Einsatzmöglichkeiten: Von digitalen Dokumenten über Websites bis hin zu Alltagsgegenständen mit Beschriftung.
- Zeitersparnis: Texte können auch unterwegs oder nebenbei akustisch konsumiert werden.
- Risiko: Schlecht strukturierte digitale Inhalte, etwa ohne sinnvolle Alternativtexte, können von Sprachausgaben nicht korrekt vorgelesen werden.
Damit digitale Inhalte zuverlässig mit Text-to-Speech funktionieren, müssen sie sauber strukturiert und barrierefrei aufgebaut sein. Blindklusiv unterstützt Unternehmen und Organisationen dabei im Rahmen von Schulungen, digitale Angebote so zu gestalten, dass Sprachausgaben sie korrekt erfassen können.
Abgrenzung zu ähnlichen Begriffen
Text-to-Speech wird häufig mit einem verwechselt: Der Screenreader ist die Software, die Bildschirminhalte erfasst und strukturiert, während Text-to-Speech lediglich die eigentliche Sprachausgabe-Komponente darstellt, die der Screenreader nutzt. Ebenfalls verwandt ist die , die als integrierte, oft einfachere TTS-Lösung direkt im Betriebssystem verankert ist, ohne den vollen Funktionsumfang eines spezialisierten Screenreaders zu bieten.
Häufig gestellte Fragen (FAQ)
Ist Text-to-Speech dasselbe wie ein Screenreader?
Nein. Text-to-Speech ist die Technologie zur Sprachausgabe, während ein Screenreader die Software ist, die Bildschirminhalte erfasst und diese Technologie zum Vorlesen nutzt.
Wo wird Text-to-Speech im Alltag eingesetzt?
Unter anderem in Screenreadern, Vorlesegeräten, Navigations-Apps, Smart-Home-Systemen und Sprachassistenten.
Wie natürlich klingen moderne Text-to-Speech-Stimmen?
Dank neuronaler Sprachsynthese klingen viele aktuelle Stimmen deutlich natürlicher als frühere, robotisch wirkende Systeme.