Go to Menu Search on ReadSpeaker.com

TTS-Stimmen

Entdecken Sie das Portfolio an natürlichen und lebensechten TTS-Stimmen von ReadSpeaker. Möchten Sie eine eigene Stimme einsetzen, die Sie exklusiv für Ihre Zwecke nutzen können? Sprechen Sie uns an!

Kontaktieren Sie uns

Lassen Sie sich einen eigenen Text von einer unserer TTS-Stimmen vorlesen.

Mit diesem Demo-Tool können Sie Ihre eigenen Text eingeben und einige der von uns angebotenen Sprachen und Stimmen ausprobieren. Hinweis: Nicht alle Sprachen und Stimmen sind für jede Lösung verfügbar. Auch stehen für bestimmte Lösungen mehr Stimmen zur Verfügung. Gehen Sie auf unsere Sprachen & Stimmen Seite für eine vollständige Liste der verfügbaren Sprachen.

Lädt
There was an error, please try again.

Nutzungsbedingungen: Diese Demo dient ausschließlich für Testzwecke. Eine kommerzielle Nutzung ist strengstens untersagt. Es dürfen keine generierten Audiodateien heruntergeladen oder verteilt werden. Die Hintergrundmusik im Demo ist nicht im Lieferumfang des gekauften Produkts enthalten.

none Lene Danish Female
taiwanese Yafang Chinese Female
none Somsi Thai Female
none Sarawut Thai Male
none Aleksei Russian Male
none Vera Russian Female
none Tiago Portuguese Male
none Carolina Portuguese Female
none Lykke Norwegian Female
none Elina Finnish Female
australian Mia English Female
none Simona Slovak Female
none Jakub Slovak Male
none Annisa Indonesian Female
none Bayu Indonesian Male
none Teodor Romanian Male
none Veerle Flemish Female
none Amir Arabic Male
american Sophie English Female
american Kate English Female
american Julie English Female
american Ashley English Female
american Beth English Female
american Mark English Male
american James English Male
american Paul English Male
australian Jack English Male
australian Mason English Male
mandarin Hong Chinese Female
mandarin Hong Chinese Female
canadian Chloe French Female
canadian Leo French Male
brazilian Helena Portuguese Female
brazilian Rafael Portuguese Male
british Hugh English Male
none Ilse Dutch Female
none Anne Dutch Female
none Guus Dutch Male
none Alex Dutch Male
mandarin Hong Chinese Female
mandarin Hui Chinese Female
mandarin Qiang Chinese Male
mandarin Liang Chinese Male
none Benoit French Male
none Louis French Male
british Bridget English Female
british Alice English Female
none Lena German Female
none Max German Male
none Tim German Male
none Elise French Female
none Roxane French Female
mexican Francisco Spanish Male
none Hyeryun Korean Female
none Yumi Korean Female
none Jihun Korean Male
none Junwoo Korean Male
none Show Japanese Male
none Ryo Japanese Male
none Akira Japanese Male
none Gina Italian Female
none Elisa Italian Female
none Roberto Italian Male
none Ania Polish Female
mexican Violeta Spanish Female
mexican Gloria Spanish Female
none Sayaka Japanese Female
none Risa Japanese Female
none Misaki Japanese Female
none Hikari Japanese Female
none Manuel Spanish Male
none Adina Romanian Female
none Maja Swedish Female
none Karin Swedish Female
none Sven Swedish Male
none Pilar Spanish Female
none Lola Spanish Female
none Oskars Latvian Male

Entdecken Sie das große Portfolio an TTS-Stimmen von ReadSpeaker. Unsere Stimmen zählen zu den präzisesten und lebensechtesten auf dem Markt. Fragen Sie uns auch gerne nach der Möglichkeit einer eigenen, kundenspezifischen Stimme.

Die TTS-Stimmen von ReadSpeaker sind menschlich und zuverlässig. Es stehen mehr als 90 Stimmen in über 30 Sprachen zur Verfügung und weitere sind auf dem Weg. Lernen Sie die Familie der hochqualitativen TTS-Stimmen kennen und unterziehen Sie sie einem Test.

TTS-Stimmen vom Marktführer

Wir bei ReadSpeaker haben eine Leidenschaft für die Entwicklung qualitativ hochwertiger TTS-Stimmen. Experten aus der Text-to-Speech-Branche bewerten die ReadSpeaker-Stimme für Amerikanisches Englisch als die akkurateste TTS-Stimme auf dem Markt. Das begeisterte Feedback, das wir von unseren Kunden auf der ganzen Welt erhalten, bestätigt uns darin, dass wir die bestmöglichen TTS-Lösungen für Online- und Offline-Lösungen, eingebettete und serverbasierte Anwendungen bereitstellen. Unser Ziel besteht darin, hervorragende TTS-Lösungen zu liefern. Dies wird uns ermöglicht durch den kompromisslosen Produktionsprozess, der sicherstellt, dass die Qualitätsstandards eingehalten werden, welche ReadSpeaker das Vertrauen seiner Kunden in den verschiedensten Ländern und Branchen eingebracht hat.

 

So werden unsere TTS-Stimmen erschaffen

Um unsere eigenen Stimmen zu erstellen, wählen wir aus einer Vielzahl von professionellen Sprecherinnen und Sprechern einige Stimmtalente aus und nehmen diese auf. So entsteht eine Datenbank mit Sprachaufnahmen. Diese Aufnahmen werden in die kleinstmöglichen Einheiten segmentiert: Phone, Silben und Wörter. Anschließend wenden wir eine Technik namens Unit Selection Synthesis (USS) an. USS wählt Sprachsegmente aus, die so „aneinandergeklebt“ werden können, dass eine qualitativ hochwertige Sprachsynthese möglich ist.

Sobald wir uns für ein Stimmtalent entschieden haben, arbeitet sie oder er mehrere Wochen lang mit unserem Stimmenentwicklungs-Team zusammen. Für die Aufnahmen wird ein umfangreiches Skript eingesetzt, das so konzipiert ist, dass es alle Laute der Sprache enthält, für die wir die Stimme entwickeln. Das Team beobachtet den Aufnahmeprozess genau und achtet auf Konsistenz in Aussprache, Betonung und Stil.

In der zweiten Phase der Entstehung einer TTS-Stimme werden die Sprachaufnahmen umfassend um sogenannte Markups ergänzt. Dabei werden unter anderem jedes Wort, jedes Phonem und jede Betonung kommentiert. Unser Technik-Team führt diesen Prozess mit einer Mischung aus Künstlicher Intelligenz, Machine Learning und Big Data-Technologien durch und wird von der Expertise unseres Linguistik-Teams begleitet, um das bestmögliche Ergebnis zu erzielen. Die daraus resultierende Datenbank wird von der TTS-Engine von ReadSpeaker genutzt, um geschriebenen Text in gesprochene Sprache umzuwandeln, die von der TTS-Stimme wiedergegeben wird.

Auf diese Weise wird eine neue TTS-Stimme von ReadSpeaker erschaffen. Der Prozess ist an dieser Stelle jedoch noch nicht zu Ende. Eine der Besonderheiten von ReadSpeaker besteht in unserem stetigen Prozess zur Verbesserung der Stimmen. Mit Hilfe eines Systems aus hochqualitativem Feedback und sorgfältiger Qualitätssicherung durch Experten, die für ihre jeweilige Muttersprache verantwortlich sind, werden kleinere Fehler kontinuierlich ausgemerzt.

Parallel dazu arbeitet ReadSpeaker an der Zukunft von Text-to-Speech. Dazu entwickeln wir Techniken, die auf Deep Learning basieren. Bei dieser Technik auf der Grundlage Neuronaler Netze (engl. Deep Neural Network oder DNN) werden, im Gegensatz zu USS, sprachliche Eigenschaften akustischen Merkmalen zugeordnet. Diese Technik verwendet einen iterativen Lernprozess, um objektiv messbare Unterschiede zwischen den vorhergesagten und den tatsächlich beobachteten akustischen Merkmalen innerhalb eines Trainings-Sets zu minimieren. Einer der Vorteile der neuen DNN-TTS-Methode besteht darin, dass die zugrundeliegende Akustik-Datenbank viel kleiner sein kann als bei der USS-Methode. Dadurch wird der Entstehungsprozess für neue, intelligente und noch lebensechtere und ausdrucksstärkere ReadSpeaker-Stimmen mit individueller Betonung schneller als je zuvor.

Individuelle TTS-Stimmen

Falls es ein zentraler Bestandteil Ihrer Strategie ist, ein exklusives Kundenerlebnis zu bieten und wenn Sie Ihre Markenwahrnehmung auf das nächste Level heben möchten, besteht eine der besten Möglichkeiten der Abgrenzung von Ihren Mitbewerbern darin, Ihre Marke von einer ganz eigenen, kundenspezifischen Stimme repräsentieren zu lassen. Mit einer eigenen Stimme heben Sie sich von der Konkurrenz ab und schaffen über die verschiedenen Kontaktpunkte hinweg eine starke Bindung zu Ihren Kunden. Falls Sie der Meinung sind, dass Ihre Marke am besten von der Stimme einer prominenten Persönlichkeit oder von einem anderen Stimmtalent repräsentiert wird und wenn Sie in der Lage sein möchten, diese Stimme jederzeit einzusetzen, kann ReadSpeaker für Sie eine eigene Stimme erschaffen, um Ihrer Marke einen unmittelbaren Wiedererkennungswert an all den Schnittstellen zu verschaffen, an denen Stimme zum Einsatz kommt.