Audiodesign für Sprachanwendungen

Das Thema Sprachanwendungen hat in den letzten Jahren enorm an Bedeutung gewonnen. Auf der Auftraggeberseite finden wir zunehmend bedeutende Unternehmen, die Teile ihres Call Centers entlasten oder gar komplette Servicebereiche durch Sprachdialogsysteme ersetzen. Die Vorteile für Unternehmen liegen klar auf der Hand: Kosteneinsparung durch Entlastung von Call Centern, 24/7 Erreichbarkeit, erweitertes Serviceangebot, um nur einige zu nennen. Wie sieht es aber auf der Seite der Endverbraucher aus? Hier verzeichnen wir zwar eine zunehmende Akzeptanz gegenüber der Sprachtechnologie, oft ist aber die erste Reaktion der Anrufer: „...schon wieder ein Anrufbeantworter?!“ Was können wir also tun, um die Kundenzufriedenheit zu steigern? Hier kommt neben Funktionalität und Dialogstruktur das Thema Audiodesign ins Spiel. Auch wenn wir zunehmend professionell audio-produzierte Voice-Anwendungen im deutschen Markt finden, wird das Thema Audiodesign oftmals noch recht stiefmütterlich behandelt. Viele Unternehmen scheuen Kosten und versuchen, die Sprachaufnahmen im eigenen Haus, ohne professionelles Equipment und mit nicht ausgebildeten Sprechern abzudecken. Die Stimme eines talentierten Mitarbeiters kombiniert mit der Standardsoundkarte eines Firmencomputers mag vielleicht für eine kleine Demoproduktion ausreichen, Voice-Anwendungen die einen professionellen Eindruck vermitteln sollen, stellen jedoch weit höhere Ansprüche an Produktionstechnik und Sprecher. Ergebnis dieser Aufnahmen sind häufig unnatürlich und holperig klingende Sprachaufnahmen, störende Umgebungsgeräusche und ein Gesamteindruck, der im ersten Moment tatsächlich eher den Eindruck eines selbst besprochenen Anrufbeantworters vermittelt. Dies hat leider oftmals zur Folge, dass der Anrufer sich falsch aufgehoben fühlt und das Gespräch genervt abbricht, bevor er die Gelegenheit hatte, die Innovationen und Vorteile eines Sprachdialogsytemes zu erfassen. Hier wird an falscher Stelle gespart, da Sprachaufnahmen und Sounddesign das Bindeglied zwischen Anrufer und System darstellen. Die vom System wiedergegebenen Sprachaufnahmen sind der virtuelle Gesprächspartner des Unternehmens mit dem der Anrufer in Kontakt tritt. Stimme, Sprechart, Text und Sounddesign vermitteln das Image einer Anwendung und somit auch das des dahinter stehenden Unternehmens. Audioinhalte von Telefonsystemen sollten also nicht nur gut durchdacht sein und in professioneller Umgebung mit ausgebildeten Sprechern und Sounddesigner produziert werden, sie sollten vielmehr auch im Hinblick auf die Zielgruppe und auf die zu vermittelnden Firmen- und Produktwerte umgesetzt werden. Audioinhalte haben eine hohe emotionale Wirkung, sie sind die Verpackung und die Schnittstelle zum Kunden und leisten folglich einen entscheidenden Beitrag dazu, ob sich der Anrufer in einer Sprachanwendung gut aufgehoben fühlt. Welche Punkte sollten also bei der Produktion von Audioinhalten für Voice- Anwendungen beachtet werden? 2 1 Personakonzept Das Audiodesign von Sprachanwendungen setzt zunächst einmal eine gründliche Planung voraus. Hier gilt es zunächst herauszufinden, welches Image die Anwendung verkörpern soll und wen wir mit der Anwendung ansprechen wollen. Daraus lässt sich dann der Wunschkommunikationspartner des Anrufers ableiten, der als Vorlage für die Texterstellung sowie für die Auswahl des Sprechers für die Voiceprompts dienen soll. Als besonders hilfreich hat sich in diesem Zusammenhang die Erstellung eines „Personakonzepts“ bewährt. Im Personakonzept werden alle wichtigen Merkmale des virtuellen Gesprächspartners zusammengefasst. z.B. ist das System personalisiert oder neutral, jugendlich modern oder sachlich seriös, männlich oder weiblich, soll hochdeutsch oder mit regionaler Einfärbung gesprochen werden etc. Das Personakonzept ist nicht nur Basis für die Texte der Prompts und Sprecherauswahl, es hat sich auch als äußerst hilfreiches Dokument bei der Produktion bewährt. Professionelle Sprecher sind meist Schauspieler aus dem Filmsynchron, die während der Aufnahme die Rolle der Persona spielen. Diese muss darüber hinaus vom Regisseur im Tonstudio genau definiert und überwacht werden. Das Personakonzept fasst alle wichtigen Eckpunkte dieser Rolle zusammen und hilft Sprecher und Sprachregisseur diese einfacher zu erfassen. 2 Der richtige Sprecher Haben wir einmal die Persona definiert, gilt es nun einen entsprechenden Sprecher zu finden. Dieser sollte nicht nur tonal der Persona entsprechen und die Rolle spielen können, er sollte auch fähig sein, die besonderen Anforderungen, die die Aufnahme von Prompts mitbringen, zu erfüllen. In größeren Telefonsystemen haben wir es häufig mit Aufnahmen zu tun, die an verschiedenen Stellen im System mit anderen Aufnahmen zusammengefügt (konkateniert) werden. Um eine konsistente Stimmung und einen möglichst natürlichen Sprachfluss zu gewährleisten, muss der Sprecher in der Lage sein, über mehrere Stunden, manchmal gar über mehrere Tage, eine einheitliche Stimmung durchhalten zu können. Zudem müssen bei der Aufnahme von dynamischen Inhalten, wie beispielsweise Datumsangaben oder Geldbeträgen, die oftmals aus einzelnen Wörtern zusammengesetzt werden, genaue Betonungen getroffen werden. Das ist meist recht umfangreich und erfordert einiges an Konzentration. 3 Das richtige Studio Die zuvor genannten Aufgaben sollten allerdings nicht allein vom Sprecher bewältigt werden. Wichtig ist an dieser Stelle auch die Sprachregie. Dem Techniker und/oder Sprachregisseur der die Sprachaufnahmen begleitet, fällt bei Aufnahmen für Sprachdialogsysteme, ein besondere Rolle zu. Er muss nicht nur die Technik überwachen, er muss auch den Sprecher dahingehend coachen, dass die vielfältigen Verknüpfungen von Audiofiles im System harmonieren und die Betonungen der konkatenierten Audiofiles stimmen. 3 Darüber hinaus muss bei Aufnahmen für Sprachdialogsysteme darauf geachtet werden, dass die Keywords des Systems beim Sprechen so hervorgehoben werden, dass diese vom Anrufer gut verstanden werden und der natürliche Sprechfluss dennoch bestehen bleibt. Dies setzt voraus, dass der Techniker oder Regisseur mit den besonderen Anforderungen, die die Telefonsysteme an die Produktion stellen, vertraut ist. In „traditionellen“ Tonstudios, die sonst eher die klassischen Felder Werbung, Musik oder Synchron bedienen, ist dies nicht unbedingt der Fall. Es reicht also nicht aus, die Liste mit den aufzunehmenden Prompts einfach an ein beliebiges Tonstudio zu schicken und dann auf die Fertigstellung der Files zu warten. Techniker und/oder Regisseur sollten möglichst über Erfahrung im Multimediabereich verfügen und in jedem Fall mit der Dialogstruktur des Systems vertraut gemacht werden. Auch das Format von Audiofiles, die über das Telefon übertragen werden, stellt besondere Anforderungen an die Produktion. Wir haben es am Telefon mit einem extrem eingeschränkten Frequenz- und Dynamikbereich zu tun, was Auswirkungen auf die Sprachverständlichkeit haben kann. Der Techniker im Tonstudio sollte sich also dieser Problematik bewusst sein und über das nötige Know-How sowie die technische Möglichkeiten verfügen, um die Sprachverständlichkeit am Telefon zu überwachen. 4 Der richtige Text Ein weiteres wichtiges Thema bei der Audioproduktion für Sprachdialogsysteme stellt der Text dar. Der Texter ist ein weiterer Posten, an dem leider häufig gespart wird. Die Folge sind oft technisch „klingende“ Texte, die dann irgendwie im Sinne einer Persona umgesetzt werden sollen. Ein professionelles Texting ist unumgänglich für ein schlüssiges Gesamtkonzept. Tonstudio und Stimme können noch so gut sein; wenn der Input nicht stimmt, wird auch das Ergebnis nicht stimmig sein. Beim Texten gilt es neben der Vermittlung von Inhalten und Persona aber auch darauf zu achten, dass die Texte sprechertauglich formuliert werden. Ein Text, der gesprochen werden soll, muss anders getextet werden als ein gelesener, nicht nur um wichtige Informationen wie z.B. Keywords optimal zu vermitteln, sondern auch um dem Sprecher Zeit zum Atmen und zum Schauspielen zu geben. Lange Schachtelsätze, voll gepackt mit Informationen und Erklärungen sind oft gut gemeint, führen aber nicht nur beim Sprechen zu unnatürlich und holprig klingenden Prompts, auch der Anrufer hat meist Probleme, sich die wichtigen Punkte zu merken. Sätze sollten kurz und prägnant sein und die Keywords so gesetzt werden, dass sie nicht unnatürlich überbetont werden müssen, aber dennoch optimal vermittelt werden. 4 Fazit Die Produktion von Audioinhalten ist ein wichtiger Bestandteil bei der Entwicklung von Sprachdialogsystemen. Sie sind das Element, mit dem der Anrufer direkt in Kontakt tritt und interagiert. Folglich sollten die Audioinhalte einem Standard entsprechen, die dem jeweiligen System und dem dahinter stehenden Unternehmen gerecht wird. Tontechniker, Regisseur, Sprecher und Texter sollten also mindestens über den gleichen Grad an Know-How in der Produktion für Sprachanwendungen verfügen wie Anwendungsentwickler und Dialogdesigner. Nur so kann ein in sich schlüssiges Produkt erreicht werden. Hierbei sind nicht nur die Firmen, die Sprachdialogsysteme erstellen, gefragt, auch den Unternehmen in dessen Namen das System produziert wird kommt eine entscheidende Rolle zu. Denn über das Audiodesign der eigenen Sprachanwendung sollte ein Unternehmen mindestens genau so gründlich nachdenken, wie über die Farbgebung und Menüstruktur ihrer Website. Nur so kann erreicht werden, dass der Kunde optimal angesprochen wird, was nicht zuletzt auch zu einer verbesserten Akzeptanz des Kunden gegenüber einer oft ungewohnten, da neuen, Technologie führt.