KI News KI-Glossar › Grundlagen
Sprachsynthese (Text-to-Speech)
Kurz gesagt: KI, die geschriebenen Text in natürlich klingende Sprache verwandelt – von Vorlesefunktion bis Telefon-Agent.
Stand: 08.11.2026 · Redaktion KI News Kompakt
Sprachsynthese (Text-to-Speech, TTS) macht aus Text gesprochene Sprache. Frühere Systeme klangen abgehackt und blechern. Heutige KI-Stimmen betonen sinnvoll, machen Pausen, lachen oder flüstern auf Anweisung – und sind für Laien oft nicht von Menschen zu unterscheiden.
Wo sie steckt
- Vorlesefunktionen, Navigationsgeräte, Sprachassistenten,
- Hörbücher, Videovertonung, Barrierefreiheit,
- Voice Agents, die selbst telefonieren.
Die Kehrseite: fremde Stimmen
Mit wenigen Aufnahmen lässt sich auch die Stimme eines bestimmten Menschen nachbilden (Stimmklon). Gerichte und Behörden reagieren: Die US-Telekomaufsicht FCC entschied im Februar 2024, dass KI-Stimmen in automatisierten Anrufen als künstliche Stimmen gelten – ohne vorherige Einwilligung sind solche Anrufe in der Regel verboten. Ein Bezirksgericht in Tokio urteilte 2026, dass eine Stimme wie ein Porträt für die Persönlichkeit eines Menschen stehen kann.
Recht: Nach dem EU AI Act müssen KI-erzeugte Audios maschinenlesbar markiert werden.
Mehr dazu im Podcast
Hängt zusammen mit
Stimmklon (Voice Cloning)
KI, die eine Stimme aus kurzen Aufnahmen nachbildet – und was du gegen Betrug mit geklonten Stimmen tun kannst.
KI-Telefonie & Voice Agents
KI, die selbst anruft oder ans Telefon geht – vom Tischreservieren bis zum Kundenservice.
Spracherkennung (Speech-to-Text)
KI, die gesprochene Sprache in Text verwandelt – die Grundlage für Diktat, Untertitel und Sprachassistenten.