Alexas Stimme wird natürlicher und passt sich dem Content an

Amazon gab bekannt, dass Alexa dank optimierter Text-to-Speech (TTS)-Technologie eine natürlicher klingende Stimme erhalten soll. Darüber hinaus wird die Stimme den Anforderungen verschiedener Content-Typen mehr Beachtung schenken. Die neu entwickelte Neural TTS ermöglicht eine größere Bandbreite bei der Sprache der KI.

Seit 2014 kann Alexa einzelne kurze Speech Snippets (Diphone) verbinden und als Sprachantwort wiedergeben. Per Machine Learning haben die Entwickler überprüft, welche Diphone ausgewählt und wie diese in Verbindung gebracht werden müssen, um eine natürliche Sprache darzustellen. Im Zuge dessen wurde Neural TTS entwickelt. Trevor Wood und Tom Merritt, Wissenschaftler in Diensten der Alexa-Gruppe, erklären die Einzelheiten und geben Beispiele. Sie unterscheiden Stimmen zwischen den verknüpfenden Versionen, neutralen Sprechern im NTTS und solchen, die an Nachrichtensprechern orientiert sind. Laut einer eigenen Umfrage sind letztere nach der menschlichen Stimme am beliebtesten.

Der an Nachrichtensprechern orientierte Stil soll widerspiegeln, wie Alexa den Sprachstil dem vorliegenden Text mehr anzupassen vermag.

News werden anders präsentiert als Wikipedia-Einträge

Die NTTS-Technologie soll es Alexa ermöglichen, News anders vorzutragen als etwa einen Eintrag von Wikipedia. Inbesondere die Betonung einzelner Wörter, die Intonation insgesamt und das damit verbundene Pausen-Setzen wurden verbessert. Bei Anfragen in den USA wie „Alexa, what’s the latest?“ wird Alexa an eine Nachrichtensprecherin angelehnt die News präsentieren.

The ability to teach Alexa to adapt her speaking style based on the context of the customer’s request opens the possibility to deliver new and delightful experiences that were previously unthinkable. We’re thrilled that our customers will get to listen to news and Wikipedia information from Alexa in this new way,

sagt Andrew Breen, Senior Manager beim TTS Research Team Amazons. Das Team liefert auf dem Blog Beispiele für die verschiedenen Sprachklänge. Der Unterschied wird jedoch bei kurzen Beispielen des Alexa-Teams noch deutlicher:

Mit diesen Updates wird die Integration der Sprachassistenz in den Alltag untermauert, indem weitere Hürden für Nutzer abgebaut werden. Noch ist der Unterschied nicht frappierend, doch die Entwicklung ist längst nicht am Ende.

Alexas Stimme wird natürlicher und flexibler