Sprachsynthese am Telefon
Wie aus Text eine Stimme wird — und woran es meistens hakt
Sprachsynthese, englisch Text-to-Speech, erzeugt hörbare Sprache aus Text. Moderne Systeme klingen natürlich genug, dass die Stimme selbst selten das Problem ist. Woran es hakt, ist die Aussprache dessen, worauf es im Geschäftsalltag ankommt: Zahlen, Uhrzeiten, Datumsangaben, Eigennamen.
Zahlen und Uhrzeiten sind der schwierige Teil
Ob ein System 14:30 Uhr als halb drei, vierzehn Uhr dreißig oder eins vier drei null ausspricht, entscheidet darüber, ob ein Termin richtig verstanden wird. Dasselbe gilt für Datumsangaben, Hausnummern und Telefonnummern. Diese Fälle gehören getestet, bevor ein System live geht — sie sind der häufigste Grund für Missverständnisse im Gespräch.
Was eine Stimme am Telefon leisten muss
Die richtige Stimme ist nicht die schönste, sondern die, die in acht Kilohertz Telefonbandbreite noch verständlich ist und zum Betrieb passt. Zu enthusiastisch wirkt in einer Arztpraxis unpassend, zu monoton wirkt überall wie eine Bandansage.
Häufige Fragen
Kann man die Stimme auswählen?
In der Regel ja, inklusive Geschlecht und Sprechweise. Sinnvoll ist, mehrere Stimmen am echten Telefon zu hören statt am Computerlautsprecher — der Unterschied ist erheblich.
Klingt eine synthetische Stimme wie ein Mensch?
Nah dran, aber das ist nicht das Ziel. Nach Artikel 50 der KI-Verordnung muss ohnehin offengelegt werden, dass es sich um ein KI-System handelt.
Offene Fragen zu Ihrem Telefon?
Sagen Sie uns, wie Ihre Anrufe heute laufen. Wir sagen Ihnen, was sich davon automatisieren lässt und was nicht.
Unverbindliche Beratung · DSGVO-konform · Made in Germany