Text to Speech (TTS)

Beispiele

Heutzutage (2025) ist der Unterschied zwischen einer menschlichen Stimme und einer computergenerierten Stimme (fast) nicht hörbar.

• Eine frühe Computerstimme klang in etwa wie folgt, abgehakt und metallig:
  
  
• Eine schon bessere Computerstimme klang so, noch leicht abgehakt und immer noch konstante Tonlage:
• Die Juniper-Stimme von OpenAI ChatGPT mit Betonung und Pausen klingt menschlich:

Die grossen Sprünge

Wie kam es zu diesen Verbesserungen?

• Rechenpower
• Vom Regelwerk zur Wahrscheinlichkeitsrechnung (mit unglaublichen Datenmengen, die verarbeitet werden können, aka LLMs). Linguistisch gesehen: Von der deskriptiven zur preskriptiven Grammatik. 😉