Manchmal ist es einfacher, Informationen zu hören, als sie zu lesen. Schön, dass es nun mühelos möglich ist, geschriebene Inhalte in gesprochene Sprache umzuwandeln. KI ermöglicht es, Texte mit natürlich klingender Betonung und angepasstem Sprechtempo vorlesen zu lassen. Die robotischen Stimmen der Vergangenheit haben sich zu lebensechten Sprachausgaben entwickelt, die die Betonung, das Tempo und sogar emotionale Nuancen berücksichtigen. Diese Systeme verstehen den Kontext, berücksichtigen die Interpunktion und sprechen Fachbegriffe korrekt aus. So können Nachrichten, Bücher, E-Mails, Webseiten oder technische Anleitungen in Audios verwandelt werden, wodurch passive Texte zu aktiven Begleitern auch bei der Arbeit werden.
Die Umwandlung von Text in Sprache erfolgt durch KI in mehreren Stufen. Zunächst analysiert das System den geschriebenen Text und erkennt Satzstrukturen, Wortbedeutungen und Zusammenhänge. Anschließend wandelt es jeden Buchstaben und jedes Wort in die entsprechenden Laute um, wobei Ausspracheregeln und regionale Besonderheiten berücksichtigt werden. Die Sprachausgabe wird dank Algorithmen natürlich gestaltet, die Pausen, Betonung und Sprachmelodie berechnen. So werden Stimmen erzeugt, die nicht von menschlichen Stimmen zu unterscheiden sind. Dazu kann die Sprachgeschwindigkeit angepasst werden von langsamer, deutlicher Aussprache bei Sicherheitshinweisen bis zu beschleunigter Wiedergabe bei Routineinformationen.
Beispiele zu den Möglichkeiten:
- Schulungsunterlagen werden für audiovisuelle Menschen flexibel konsumierbar. Die Lerninhalte können zusätzlich noch als Audio abgespielt werden
- Die Barrierefreiheit von visuellen Inhalten wird für Menschen mit Leseschwächen oder Sehbehinderungen geschaffen, da schriftlichen Informationen zum Hören zugänglich gemacht werden.
- Bei der Kommissionierung bleiben beide Hände frei, denn die Liste bekommt der Mitarbeitende direkt aufs Ohr. Vielleicht auch in optimierter Arbeitsfolge.
- Unterwegs zum nächsten Kunden, können E-Mails oder Nachrichten vorgelesen und so abgearbeitet werden, dennoch bleiben die Augen auf der Straße.
Abgrenzung zu anderen KI-Fähigkeiten – Kurz und knapp
07 | Texte vorlesen = als Sprache wiedergeben
11 | Texte generieren = neu schreiben
12 | Texte zusammenfassen = sinnvoll verkürzen
13 | Texte analysieren = verstehen und auswerten
Der feine Unterschied der Karten 12 und 13:
Wenn Texte zusammengefasst werden, verarbeitet die KI nur vorhandene Texte oder Informationen – also die, die bereitgestellt wurden und fasst die wichtigsten Aussagen oder Inhalte zusammen. Diese KI-Fähigkeit des Zusammenfassens ist die Grundlage für den tiefergehenden Schritt der Analyse. Beim Analysieren werden die Texte systematisch ausgewertet, Zusammenhänge verstanden und sichtbar gemacht und der Inhalt kritisch hinterfragt.