Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Berechenbare Sprache – Wie künstliche Stimmen menschlicher klingen

13.12.2012
Was macht eine menschliche Stimme aus? Bernd Möbius entschlüsselt die gesprochene Sprache, um herauszufinden, wie künstliche Stimmen mehr Charakter, mehr „menschlichen Touch“ bekommen.

Hierzu übersetzt der Saarbrücker Professor für Phonetik und Phonologie Laute in Zahlen und sucht und glättet Störstellen mit einem Rechenverfahren. Ziel ist ein selbstlernendes mathematisches Modell der menschlichen Sprache, das es möglich macht, jedem beliebigen Gegenstand jede beliebige Stimme zu verleihen – ohne künstlich zu klingen.

„Den habe ich mir ganz anders vorgestellt“ - das Phänomen tritt zu Tage bei Radiomoderatoren oder Leuten, die bisher nur am Telefon miteinander zu tun hatten: Wer Menschen ausschließlich von ihrer Stimme her kennt, macht sich ein bestimmtes Bild. Da kann eine junge Frau älter wirken, ein kräftiger Mann dünner oder ein blonder Haarträger eher dunkelhaarig. Menschliche Stimmen wecken die Phantasie. „Betrachtet man die Hirntätigkeit beim Hören, ruft eine natürliche Stimme Aktivität in Arealen hervor, die für Gefühle und Assoziationen verantwortlich sind. Bei der klassischen Computerstimme ist das anders. Hört der Mensch eine künstliche Stimme bleiben diese Areale stumm“, erläutert Professor Bernd Möbius, Saarbrücker Experte für Sprachproduktion.

Zwar sind moderne Computerstimmen in Auskunfts- oder Dialogsystemen vom blechernen Klang der abgehackten Wörter ohne Betonung bereits weit entfernt. Trotzdem hört das verwöhnte und seit jeher auf Stimmen spezialisierte menschliche Ohr die feinen Unterschiede, ob Mensch oder Maschine spricht. Werden Sätze aus Laut- und Wortschnipseln zusammengesetzt, entlarvt es selbst feinste Sprünge sofort. Fließende Sprachmelodien und sonstige Eigenheiten machen den besonderen Charakter natürlicher Stimmen aus. Fehlen sie, klingt die Stimme künstlich – und sie weckt auch keinerlei Gefühl.

Bernd Möbius forscht daran, diese Charakteristika der menschlichen Stimme herauszufinden, um sie in künstliche Stimmen hineinzurechnen und Sprungstellen und Störfaktoren aus ihnen herauszuholen. „Der Hörer soll sich eine Person hinter der Stimme vorstellen“, sagt er.

Hierzu begibt sich der Forscher mit seinem Team gewissermaßen auf die mikroskopische Ebene und betrachtet die Sprache in ihren kleinsten Einzelteilen. Zugrunde liegt ein digitalisierter Textkorpus, den ein Sprecher im Tonstudio eingesprochen hat. Die Phonetiker verwenden unter anderem die so genannte „Diphonsynthese“. Ein Diphon ist ein kurzer Sprach-Abschnitt, der in der Mitte eines Lautsegments beginnt und in der Mitte des folgenden Lautsegments endet. „Unsere Sprache kennt 45 Laute und etwa 2000 Diphone, jedes davon ist etwa 100 Millisekunden lang. Mit diesem Instrumentarium können wir auf lautlicher Ebene die gesamte Sprache abdecken“, erläutert Möbius.

In den Diphonen liegen die größten Probleme der künstlichen Stimmen verborgen: Sie enthalten etwa den Übergang zwischen den Lauten – winzige Schallsegmente, die bei der Verknüpfung der Sprachbausteine die verräterischen Sprünge hinterlassen. Diese Übergänge verkettet Möbius neu und glättet sie auf diese Weise, wodurch unstete Holperer und Sprungstellen aus der Computersprache verschwinden. „Anzahl und Häufigkeit der Übergänge lassen sich außerdem verringern, wenn es gelingt, längere Bausteine wie Silben oder ganze Wörter, die in den Sprachaufnahmen bereits verfügbar sind, wieder zu verwenden“, erklärt er. Die optimierten Sprachbausteine lassen sich in allen erdenklichen Kombinationsmöglichkeiten völlig neu zusammensetzen. Mit dieser künstlichen, aber natürlich klingenden Sprache lassen sich beliebige Äußerungen mit unbeschränktem Wortschatz erzeugen.

Das mathematische Sprachsynthese-Modell ist unabhängig von der Stimme des ursprünglichen Sprechers – dadurch ist es auf jede beliebige Stimme übertragbar. Hieraus ergeben sich in Zukunft neben den üblichen Anwendungen in Dialog- oder Auskunftssystemen auch neue Möglichkeiten in der Medizin: „Menschen, die ihre Stimme etwa durch eine Kehlkopfoperation verlieren, könnten so in nicht ferner Zukunft mit einer künstlich erzeugten Stimme sprechen, die wie ihre eigene, natürliche klingt“, stellt Möbius in Aussicht. Die Betroffenen müssten hierfür lediglich ihre Stimme im Tonstudio konservieren, wobei bereits relativ wenig „Sprach-Material“ ausreichen würde – das System könnte den Rest berechnen.

Bei seiner Forschung arbeitet Möbius an der Universität des Saarlandes unter anderem mit Computer- und Psycholinguisten sowie mit Informatikern im Exzellenzcluster „Multimodal Computing and Interaction“ und am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) zusammen.

Prof. Dr. Bernd Möbius: Tel.: 0681 / 302-4500;
E-Mail: moebius@coli.uni-saarland.de
http://www.coli.uni-saarland.de/~moebius/
Hinweis für Hörfunk-Journalisten: Sie können Telefoninterviews in Studioqualität mit Wissenschaftlern führen, über Rundfunk-Codec (IP-Verbindung). Interviewwünsche bitte an die Pressestelle (0681/302-2601) richten.

Claudia Ehrlich |
Weitere Informationen:
http://www.coli.uni-saarland.de/~moebius/
http://www.uni-saarland.de

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Nature: kompakte, optische Datenübertragung
28.07.2015 | Karlsruher Institut für Technologie

nachricht „Verstecktes Internet“: Smarte Technologien stellen Privatheitsschutz vor neue Herausforderungen
27.07.2015 | Fraunhofer-Institut für System- und Innovationsforschung (ISI)

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Gefangen in Ruhelosigkeit

Mit ultrakalten Atomen lässt sich ein neuer Materiezustand beobachten, in dem das System nicht ins thermische Gleichgewicht kommt.

Was passiert, wenn man kaltes und heißes Wasser mischt? Nach einer Weile ist das Wasser lauwarm – das System hat ein neues thermisches Gleichgewicht erreicht....

Im Focus: Quantum Matter Stuck in Unrest

Using ultracold atoms trapped in light crystals, scientists from the MPQ, LMU, and the Weizmann Institute observe a novel state of matter that never thermalizes.

What happens if one mixes cold and hot water? After some initial dynamics, one is left with lukewarm water—the system has thermalized to a new thermal...

Im Focus: Superschneller Wellenritt im Kristall: Elektronik auf Zeitskala einzelner Lichtschwingungen möglich

Physikern der Universitäten Regensburg und Marburg ist es gelungen, die von einem starken Lichtfeld getriebene Bewegung von Elektronen in einem Halbleiter in extremer Zeitlupe zu beobachten. Dabei konnten sie ein grundlegend neues Quantenphänomen entschlüsseln. Die Ergebnisse der Wissenschaftler sind jetzt in der renommierten Fachzeitschrift „Nature“ veröffentlicht worden (DOI: 10.1038/nature14652).

Die rasante Entwicklung in der Elektronik mit Taktraten bis in den Gigahertz-Bereich hat unser Alltagsleben revolutioniert. Sie stellt jedoch auch Forscher...

Im Focus: On the crest of the wave: Electronics on a time scale shorter than a cycle of light

Physicists from Regensburg and Marburg, Germany have succeeded in taking a slow-motion movie of speeding electrons in a solid driven by a strong light wave. In the process, they have unraveled a novel quantum phenomenon, which will be reported in the forthcoming edition of Nature.

The advent of ever faster electronics featuring clock rates up to the multiple-gigahertz range has revolutionized our day-to-day life. Researchers and...

Im Focus: Erster Nachweis von Lithium in einem explodierenden Stern

Erstmals konnte das chemische Element Lithium in der ausgestoßenen Materie einer Nova nachgewiesen werden. Beobachtungen von Nova Centauri 2013 mit Teleskopen des La Silla-Observatoriums der ESO und in der Nähe von Santiago de Chile helfen bei der Aufklärung des Rätsels, warum so viele junge Sterne mehr von diesem Element enthalten als erwartet. Diese Entdeckung liefert ein seit langem fehlendes Teil im Puzzle der chemischen Entwicklungsgeschichte unserer Galaxie und ist ein großer Fortschritt für das Verständnis des Mischungsverhältnisses der chemischen Elemente in den Sternen unserer Milchstraße.

Das leichte chemische Element Lithium ist eines der wenigen Elemente, das nach unserer Modellvorstellung auch beim Urknall vor 13,8 Milliarden Jahren...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

Türme und Maste aus Stahl – Neues aus Forschung und Anwendung

31.07.2015 | Veranstaltungen

Tagung „Brandschutz im Tank- und Gefahrgutlager“ am 16. November 2015 im Essener Haus der Technik stellt praktische Lösungen vor

30.07.2015 | Veranstaltungen

12. BMBF-Forum für Nachhaltigkeit: Green Economy, Energiewende und die Zukunft der Städte

30.07.2015 | Veranstaltungen

 
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

Wiederaufladbare Batterien machen sich breit

31.07.2015 | Seminare Workshops

Alles zur Kryotechnik: HDT bietet Seminar zum „Kryostatbau“ an

31.07.2015 | Seminare Workshops

Erster Zug von Siemens für Thameslink‑Strecke in UK angekommen

31.07.2015 | Verkehr Logistik