Berlin/Düsseldorf, 5. Juni 2008, www.ne-na.de - Vom sprechenden Teddybär, über den synthetischen Ansagedienst in der Straßenbahn bis hin zu Sprachapplikationen in GPS-Systemen: Die Synthese natürlicher Sprache ist vielseitig und gehört zu den Schlüsseltechnologien des 21. Jahrhunderts. Doch wie genau steht es um die Akzeptanz der künstlichen Stimme seitens der Verbraucher? Verzeihen Sie den Systemen kleine technische Schwächen in der Bedienung, wenn Sie die künstliche Stimme per se akzeptieren? Eine große Rolle spielen diejenigen Merkmale eines Systems, die den Kunden emotional ansprechen und damit spontan zu einer ablehnenden oder positiven Grundhaltung führen. Die Tatsache, wie reibungslos und effizient ein Dialog zwischen Sprachapplikation und Kunde abläuft ist dabei weniger von Bedeutung als die Art und Weise, wie der Kunde diese Interaktion erlebt und empfindet, erklärt Matthias Peisner vom Fraunhofer Institut http://www.fraunhofer.de.
Eine große Herausforderung sei es daher, für die jeweilige Sprachapplikation die geeignete Stimme und den richtigen Ton zu finden. Soll die Stimme sachlich oder fröhlich klingen? Das ist entscheidend, denn schließlich überfiele uns sobald wir eine Stimme hören intuitiv Sympathie oder Ablehnung, so Peisner weiter. Beim sprachgesteuerten Online-Banking der Zukunft sollte uns die Stimme des virtuellen Dialogpartners also nicht an einen Bankräuber erinnern.
Dass Gehörtes und Emotion in enger Wechselwirkung miteinander stehen, weiß auch Professor Carl-Frank Westermann, Leiter Sound-Branding der Agentur Meta-Design http://www.metadesign.de. Der auditive Kanal habe deswegen einen so hohen Stellenwert, weil er direkt auf unser Unterbewusstsein anspiele. Das Gehörte gelange laut Westermann ohne Filter ins Stammhirn und rufe dadurch auf direktem Wege Emotionen und Imaginationen hervor. Mit akustischer Kommunikation können Unternehmen ihre Markenwerte viel stärker in den Vordergrund rücken als allgemein angenommen wird, so Westermann im Interview mit der Absatzwirtschaft http://www.absatzwirtschaft.de.
Mercedes etwa versuche derzeit durch den Einsatz eines Knabengesanges mit der Werbung etwas Himmlisches, Göttliches zu transportieren. Ein Gegenbeispiel sei das Sound-Logo der Deutschen Telekom. Trotz allen Respekts vor dessen audiovisueller Umsetzung empfindet Westermann den piependen Sound in der Werbung als penetrante Konditionierung des Hörers: Bei allem Lob, letztendlich war es Körperverletzung, was die Telekom gemacht hat.
Sprachapplikationen nähern sich in punkto Verständlichkeit und Natürlichkeit immer mehr der natürlichen Sprache an. Das weiß auch Sprachdialogexperte Lupo Pape, Geschäftsführer des Berliner Unternehmens SemanticEdge http://www.semanticedge.de, zu berichten: Es ist uns auch schon passiert, dass eine Dame im System am Ende gesagt hat, herzlichen Dank, mit wem habe ich gesprochen? Es wird auch immer mehr Leute geben, die mit Sprachapplikationen sehr gut umgehen können, und die Systeme werden sich immer mehr an die Erwartungen des Verbrauchers anpassen, so Pape gegenüber NeueNachricht http://www.ne-na.de.
Um die Synthesequalität in Zukunft noch benutzerfreundlicher zu gestalten, ist unter der Leitung des Fraunhofer Instituts für Arbeitswirtschaft und Organisation http://www.iao.fraunhofer.de in Kooperation mit der Brancheninitiative Voice Business http://www.voicedays.de ein offener Qualitätsstandard für Sprachapplikationen entwickelt worden. 22 anerkannte Experten berücksichtigten dabei aktuelle Erkenntnisse aus Wissenschaft und Forschung ebenso wie die Anforderungen der Industrie nach Praxistauglichkeit und Wirtschaftlichkeit. Die Zeiten, in denen eine monotone synthetische Ansage Nächster Halt, Barbarossaplatz den Fahrgast fast dazu veranlasst hätte, sich vor die Straßenbahn zu legen, scheinen zum Glück der Vergangenheit anzugehören.
X