Glossar · AIZuletzt aktualisiert: 3. Juni 2026

Was ist Text-to-Speech?

TTS

Dabei handelt es sich um die Vokalisierung geschriebener Texte mit einer menschlichen Stimme durch künstliche Intelligenz.

Definition

Text-to-Speech ist eine Technologie, die es ermöglicht, geschriebene Texte durch künstliche Intelligenz mit natürlicher und flüssiger menschlicher Stimme vorzulesen. Diese Technologie bietet großen Komfort für Menschen mit Lesebehinderungen oder Menschen mit vielbeschäftigten Händen.

Analogie: Es ist, als würde jemand die Seiten eines Buches umblättern und Ihnen den Text laut vorlesen, als stünden Sie vor ihm.

So funktioniert es

Der geschriebene Text wird analysiert, Betonungen und Intonationen bestimmt. Das Modell der künstlichen Intelligenz wandelt diesen Text dann in Schallwellen um und macht ihn über den Lautsprecher hörbar.

Wo es eingesetzt wird

Es wird ständig in Hörbuch-Apps, Navigationsgeräten und digitalen Assistenten verwendet.

Häufig verwechselt mit

Es ist mit einer Audioaufnahme gemischt; Allerdings handelt es sich bei dieser Technologie nicht um einen vorab aufgezeichneten Ton, sondern um einen sofort erzeugten Ton.

Häufige Fragen

Warum klingen Stimmen manchmal roboterhaft?

Die Natürlichkeit kann je nach Qualität des verwendeten Modells und der Vielfalt des Datensatzes, auf dem es trainiert wird, variieren.

Kann ich meine eigene Stimme verwenden?

Ja, mit Voice-Cloning-Technologien können Sie Ihre eigene Stimme in das System einbringen und die Texte mit Ihrer eigenen Stimme vorlesen lassen.