Mel
In den letzten Jahren haben sich die Sprachassistenten deutlich weiterentwickelt, was unter anderem an der kontinuierlichen Arbeit der entsprechenden Unternehmen wie Apple, Google und Amazon liegt. Letzterer Konzern will nun dafür sorgen, dass die eigene Sprachassistentin Alexa (App Store-Link) noch natürlicher und intuitiver klingt.
„Ab heute kann Alexa in den USA entweder mit einem fröhlichen bzw. aufgeregten oder einem enttäuschten bzw. einfühlsamen Ton antworten. Emotionale Reaktionen sind besonders relevant für Fähigkeiten in Spiele- und Sportkategorien. Darüber hinaus kann Alexa in einem Sprechstil antworten, der für eine bestimmte Art von Inhalten besser geeignet ist, angefangen bei Nachrichten und Musik. Sprechstile sind kuratierte Text-to-Speech-Stimmen, mit denen eine angenehmere Kundenerfahrung für bestimmte Inhalte erzielt werden soll. Zum Beispiel lässt der Nachrichten-Sprechstil die Stimme von Alexa ähnlich klingen wie die von TV-Nachrichtensprechern und Radiomoderatoren.“
Für diese Zwecke verwendet Alexa die hauseigene Text-to-Speech-Technology „Neural TTS“, mit der eine natürlicher klingende Stimme erreicht werden soll. „Sie können Alexa beispielsweise in einem fröhlichen/aufgeregten Ton antworten lassen, wenn ein Nutzer eine wichtige Frage richtig beantwortet oder ein Spiel gewinnt. In ähnlicher Weise kann Alexa enttäuscht und einfühlsam reagieren, wenn ein Nutzer nach dem Sportergebnis fragt und seine Lieblingsmannschaft verloren hat.“ Erstes Kundenfeedback bei Amazon ergab, dass bei Spachausgaben mit Emotionen eine bis zu 30 Prozent höhere Zufriedenheit mit dem Sprachdienst erreicht wurde.
Neue Sprach-Styles für Musik und Nachrichten
Amazon hat dabei nicht nur insgesamt sechs verschiedene Intensitäten der Emotionen – drei fröhlich/aufgeregte und drei enttäuschte – kreiert, sondern auch sogenannte „Styles“ für bestimmte Zwecke entworfen. So gibt es in den USA mit „Musik“ und „Nachrichten“ zwei neue Styles, die Wert auf besondere Aspekte der Sprache wie Intonation, Betonung bestimmter Wörter und das Timing der Pausen legen. Auch eine australische Sprachfärbung ist vorhanden. „Bei der Durchführung von Blind Listening-Tests wurde der Nachrichtenstil um 31 Prozent natürlicher als die Standardstimme von Alexa und der Musikstil als 84 Prozent natürlicher empfunden“, berichtet Amazon.
Wie eingangs bereits erwähnt, sind die neuen Alexa-Emotionen vorerst in den USA verfügbar. Dort können die Emotionen und Styles über entsprechende SSML-Tags von Alexa Skill-Entwicklern eingebunden werden. Wann ein deutscher Start für dieses Feature ansteht, ist bisher noch nicht bekanntgegeben worden. Den englischsprachigen Blogeintrag zu diesem Thema inklusive einiger vergleichender Hörbeispiele findet ihr hier.
Fabian
Freddy
