Text-zu-Sprache: Web Speech API und Barrierefreiheit

Was ist Text-zu-Sprache?

Text-zu-Sprache (TTS) ist die Technologie, die geschriebenen Text in gesprochenes Audio umwandelt. Moderne TTS-Systeme haben die robotischen Stimmen der Vergangenheit weit hinter sich gelassen. Heutige Engines erzeugen natuerlich klingende Sprache mit angemessener Intonation, Tempo und Betonung, die menschlichem Vorlesen nahe kommt.

TTS-Anwendungen reichen von Screenreadern fuer sehbehinderte Menschen ueber Sprachassistenten bis hin zu Navigationsanweisungen und dem Vorlesen von Artikeln waehrend der Fahrt. Die Technologie hat Zugangsbarrieren drastisch gesenkt.

Die Web Speech API

Die Web Speech API ist eine Browser-interne Schnittstelle, die TTS ohne externen Dienst, API-Schluessel oder Bibliotheken ermoeglicht. Sie ist in Chrome, Edge, Safari und Firefox verfuegbar.

Die Verwendung erfordert nur zwei Zeilen Code: Erstellen Sie ein SpeechSynthesisUtterance-Objekt mit Ihrem Text und rufen Sie speechSynthesis.speak() auf. Die Sprache wird lokal auf dem Geraet des Benutzers erzeugt, ohne Netzwerkanfragen.

Wichtige Einstellungen:

• rate: Sprechgeschwindigkeit (0.1 bis 10, Standard 1).
• pitch: Stimmhoehe (0 bis 2, Standard 1).
• volume: Lautstaerke (0 bis 1).
• voice: Die zu verwendende Stimme. Verfuegbare Stimmen haengen vom Betriebssystem ab.
• lang: Sprachcode (z.B. 'de-DE' fuer Deutsch).

Barrierefreiheit und TTS

TTS verbessert die Zugaenglichkeit fuer verschiedene Nutzergruppen:

• Sehbehinderung: Screenreader wie NVDA, JAWS und VoiceOver verwenden TTS, um Bildschirminhalte vorzulesen. Korrekte semantische HTML-Struktur (Ueberschriften, Listen, Landmarks) ist entscheidend dafuer, dass die Ausgabe sinnvoll ist.
• Leseschwaeche und Legasthenie: Das gleichzeitige Hoeren und Sehen von Text kann das Verstaendnis erheblich verbessern.
• Kognitive Einschraenkungen: Fuer manche Menschen erfordert Zuhoeren weniger kognitive Anstrengung als Lesen.
• Sprachlernende: Korrekte Aussprache hoeren waehrend man den Text sieht, unterstuetzt den Spracherwerb.

Implementierungstipps

• Nutzerpraeferenzen respektieren: Manche Nutzer haben bereits einen Screenreader konfiguriert. Vermeiden Sie automatisches TTS beim Seitenladen — lassen Sie den Nutzer die Sprachwiedergabe per Button ausloesen.
• Stimmenauswahl anbieten: Verschiedene Betriebssysteme bieten unterschiedliche Stimmen. Listen Sie die verfuegbaren auf und lassen Sie den Nutzer waehlen.
• Langen Text aufteilen: Bei sehr langen Texten teilen Sie in Absaetze auf, damit der Nutzer pausieren und fortsetzen kann.
• Fallback planen: Einige aeltere Browser unterstuetzen die API nicht. Pruefen Sie die Verfuegbarkeit mit 'speechSynthesis' in window.

Cloud-basierte TTS-Dienste

Fuer Produktionsanwendungen mit hoeheren Qualitaetsanforderungen gibt es Cloud-Dienste: Google Cloud Text-to-Speech, Amazon Polly und Microsoft Azure Cognitive Services bieten neuronale Stimmen mit natuerlicher Prosodie und sogar emotionalen Stilen.

Text vorlesen lassen

Unser Text-zu-Sprache Tool nutzt die Web Speech API, um Ihren Text in verschiedenen Stimmen und Sprachen vorzulesen — direkt im Browser, kostenlos und ohne Registrierung.