Abo
  • IT-Karriere:

Google Deepmind: Cloud Text-to-Speech liest Texte mit fast natürlichem Klang

Mit neuronalen Netzen sind jetzt auch recht natürlich klingende Vorlesestunden möglich. Googles Deepmind-Team hat einen Text-to-Speech-Algorithmus entwickelt, den Entwickler einfach in ihre Projekte einbinden können - inklusive 32 Stimmen in vielen Sprachen wie Englisch, Deutsch und Japanisch.

Artikel veröffentlicht am ,
Maschinen klingen immer natürlicher.
Maschinen klingen immer natürlicher. (Bild: Pixabay.com/Montage: Golem.de/CC0 1.0)

Google hat seinen Cloud-Dienst Text-to-Speech in einer Betaversion vorgestellt. Dieses System soll geschriebene Texte in möglichst natürlich klingende Sprache umwandeln. Dazu nutzt Google Deepmind, eine Abteilung, die sich mit neuronalen Netzen für verschiedene Aufgaben beschäftigt - neben Go-Spielen und Starcraft 2 auch das Sprechen von Texten.

Stellenmarkt
  1. awinta GmbH, Region Süd-West
  2. 3Tec automation GmbH u. Co. KG, Herford, Bielefeld

Entwickler sollen Cloud Text-to-Speech für ihre eigenen Projekte verwenden können. Dazu stellt Google eine Programmierschnittstelle (API) zur Verfügung, die vortrainierte Modelle aus der Cloud beziehen und ansprechen können. Das Unternehmen nutzt Wavenet-Technik, um möglichst natürlich klingende Sprache zu erzeugen. Dabei handelt es sich um ein neuronales Netzwerk, das Audiosignale aus verschiedenen Neuronen erzeugt. Momentan ist das aber nur für US-amerikanische Stimmen verfügbar.

Die meisten Stimmen in englischer Sprache

Der Dienst funktioniert auf mobilen Endgeräten wie Smartphones und auf PCs, Lautsprechern und Fernsehern. Momentan bietet er außerdem eine Auswahl aus 30 verschiedenen Stimmen. Allerdings ist ein Großteil mit britischem oder amerikanischem Englisch verknüpft. Ein weiterer US-Dialekt kann auch mit Wavenet selbst genutzt werden. Der Unterschied ist marginal. In deutscher Sprache gibt es hingegen nur zwei Stimmen ohne Wavenet-Unterstützung: eine weibliche und eine männliche. Lustiger Nebeneffekt: Das Vorlesen englischer Texte mit deutscher Stimme funktioniert mit typisch deutsch klingendem Akzent. Weitere Sprachen sind etwa Spanisch, Portugiesisch, Französisch, Türkisch und Japanisch. Die Qualität kann in einem Webtool mit Probetexten ausprobiert werden.

Neben der Wahl der Stimme sind dabei weitere Parameter veränderbar. Nutzer können die Stimmlage und die Sprechgeschwindigkeit einstellen. Beide Regler verfälschen jedoch auch den Stimmklang, so dass beispielsweise ein schnell redender Vorleser mehr wie ein Computer klingt. Im Webtool lassen sich auch die JSON-Quelltexte anzeigen, so dass Entwickler es recht einfach haben, Texte in ihre Apps einzubauen. Texte lassen sich in verschiedene Audiodateien, etwa MP3, Linear16 und Ogg Opus, exportieren. Auch SSML-Unterstützung wird geboten. Darüber lässt sich die Betonung und Pausen während des Sprechens manuell per Tags anpassen.

Cloud Text-to-Speech kann kostenlos getestet werden. Dazu sind jedoch ein Google-Konto und eine Mitgliedschaft der Google Cloud Platform notwendig, die ebenfalls zwölf Monate lang mit einem Guthaben von 300 US-Dollar getestet werden kann.



Anzeige
Top-Angebote
  1. (neue und limitierte Produkte exklusiv für Prime-Mitglieder)
  2. (u. a. 256-GB-microSDXC für 36,99€ - Bestpreis!)
  3. (u. a. Seagate Barracuda 250-GB-SSD für 39,99€)
  4. 179,00€

MickeyKay 16. Apr 2018

Ja, habe ich. Ehrlich gesagt höre ich zu Basic auch kaum einen Unterschied.

MickeyKay 16. Apr 2018

Aktuelle Navi-Daten plus Verkehrsinfos würdest du dann bei einer Navi-App auch nicht...

MickeyKay 16. Apr 2018

Das steht sogar direkt im ersten Satz des Artikels.....

logi 30. Mär 2018

Wenn du bei Google die Sprache auf Deutsch stellst, dann steht die neue TTS-Engine...

Hotohori 29. Mär 2018

Ich finde "en-US-Wavenet-E" Speed ~0.80 Pitch: +3.00 klingt schon etwas besser was das...


Folgen Sie uns
       


Fernsteuerung für autonome Autos angesehen

Das Fraunhofer-Institut für Offene Kommunikationssysteme zeigt die Fernsteuerung von Autos über Mobilfunk.

Fernsteuerung für autonome Autos angesehen Video aufrufen
Mobile-Games-Auslese: Magischer Dieb trifft mogelnden Doktor
Mobile-Games-Auslese
Magischer Dieb trifft mogelnden Doktor

Ein Dieb mit Dolch in Daggerhood, dazu ein (historisch verbürgter) Arzt in Astrologaster sowie wunderschön aufbereitetes Free-to-Play-Mittelalter in Marginalia Hero: Golem.de stellt die spannendsten neuen Mobile Games vor.
Von Rainer Sigl

  1. Hyper Casual Games 30 Sekunden spielen, 30 Sekunden Werbung
  2. Mobile-Games-Auslese Rollenspiel-Frühling mit leichten Schusswechseln
  3. Gaming Apple Arcade wird Spiele-Flatrate für iOS und MacOS

Ocean Discovery X Prize: Autonome Fraunhofer-Roboter erforschen die Tiefsee
Ocean Discovery X Prize
Autonome Fraunhofer-Roboter erforschen die Tiefsee

Öffentliche Vergaberichtlinien und agile Arbeitsweise: Die Teilnahme am Ocean Discovery X Prize war nicht einfach für die Forscher des Fraunhofer Instituts IOSB. Deren autonome Tauchroboter zur Tiefseekartierung schafften es unter die besten fünf weltweit.
Ein Bericht von Werner Pluta

  1. JAB Code Bunter Barcode gegen Fälschungen

Autonomes Fahren: Per Fernsteuerung durch die Baustelle
Autonomes Fahren
Per Fernsteuerung durch die Baustelle

Was passiert, wenn autonome Autos in einer Verkehrssituation nicht mehr weiterwissen? Ein Berliner Fraunhofer-Institut hat dazu eine sehr datensparsame Fernsteuerung entwickelt. Doch es wird auch vor der Technik gewarnt.
Ein Bericht von Friedhelm Greis

  1. Neues Geschäftsfeld Huawei soll an autonomen Autos arbeiten
  2. Taxifahrzeug Volvo baut für Uber Basis eines autonomen Autos
  3. Autonomes Fahren Halter sollen bei Hackerangriffen auf Autos haften

    •  /