Axel Springer entwickelt individuelle Markenstimmen

Der Konsum von Audio-Inhalten hat in den letzten Jahren stark zugenommen, allein in Deutschland hört mittlerweile ein Viertel der Menschen Podcasts (Reuters Digital News Report 2020). Dementsprechend werden Audio-Formate als zusätzliche Darstellungsform auch für Medienmarken immer wichtiger. Axel Springer hat mit aravoices jetzt eine eigene Text-To-Speech-Anwendung entwickelt, mit der synthetische Markenstimmen produziert und Texte in Echtzeit in Audioformate umgewandelt werden können. „Die derzeit im Markt genutzten Stimmen sind generisch und werden von vielen Kunden parallel verwendet“, sagt Anne Küpper, Product Owner von aravoices bei Axel Springer. „Wir wollen mit aravoices synthetische Stimmen produzieren, die so einzigartig sind, wie die Marken, die sie verwenden.“ Synthetische Stimmen von aracoices lassen sich für bestimmte Kontexte, wie zum Beispiel journalistische Inhalte, optimieren und bilden die Basis für verschiedene Audioformate wie Vorlesefunktion, Playlisten oder Voice-Apps. Die Text-To-Speech-Technologie besteht aus einem Machine-Learning-Modell, mit dem synthetische Markenstimmen entwickelt und trainiert werden können, sowie einer Synthese-Pipeline, die einzelne Texte importiert, umwandelt und als Audio-Datei ausliefert. Aravoices soll perspektivisch interessierten Medien als Service angeboten werden.