DIPLOMARBEIT

2.4 Sprachsynthese
2.4 Sprachsynthese
2.4.1 Einleitung
Unter Sprachsynthese versteht man die maschinelle Reproduktion der menschlichen Sprache. Dabei
wird ein schriftlicher Text in ein Sprachsignal umgesetzt. Die Sprachsynthese wird oft auch als Text‐
To‐Speech (TTS)‐System bezeichnet.
Die Sprachsynthese ist eine wichtige Komponente eines Sprachdialogsystems. Sie ist dafür verant‐
wortlich, dass der Benutzer auch eine Rückmeldung vom System bekommt.
Typische Einsatzgebiete sind unter Anderem:
28
• Abhören von SMS‐Nachrichten per Telefon
• Sprachausgabe in Lernmodulen (die Kombination von visuellen und auditiven Elementen er‐
höht die Wirksamkeit)
• Screen‐Reader (Programme, die Bildschirminhalte vorlesen als Zugangshilfe für Sehbehinder‐
te)
• Aussprache‐Beispiele in elektronischen Wörterbüchern
• Übersetzungsprogramme mit Sprachausgabe
• Navigationsgeräte
2.4.2 Geschichte
Der Anfang der Sprachsynthese liegt lange vor dem Beginn des digitalen Zeitalters. Die ersten Versu‐
che zur synthetischen Erzeugung der menschlichen Sprache wurden bereits in der zweiten Hälfte des
18. Jahrhunderts unternommen. Dabei handelte es sich noch um rein mechanische Apparaturen.
Ch. G. Kratzenstein, Professor der Physiologie in Kopenhagen, gelang es im Jahr 1773, Vokale durch
an Orgelpfeifen angeschlossene Resonanzröhren zu erzeugen.
Etwa zur gleichen Zeit beschäftigte sich auch Wolfgang von Kempeln, ein Ingenius im Dienste von
Maria Theresia in Wien, mit dem Bau einer sprechenden Maschine.
Abbildung 11: Zeichnungen von Kempelns sprechender Maschine
Im 19. Jh. wurden noch weitere ähnliche Maschinen mit einigen Verbesserungen entworfen, die aber
keine große Neuerung auf diesem Gebiet darstellten.