---
title: "Text-to-Speech (TTS)"
description: "Text-to-Speech (TTS) wandelt geschriebenen Text in gesprochene Sprache um. In geschäftlichen Voice-Systemen ermöglicht TTS, dass IVR-Ansagen, Voice-OTPs, Erinnerungen und KI-Voice-Agents dynamische Inhalte sprechen, ohne dass jeder Satz vorab aufgenommen werden muss."
canonical: "https://omnichannels.ai/de/glossary/text-to-speech/"
language: "de"
updated: "2026-10-10"
publisher: "BroadNet Technologies"
brand: "OmniChannels.ai"
---

# Text-to-Speech (TTS)

Canonical: https://omnichannels.ai/de/glossary/text-to-speech/
Language: de
Publisher: OmniChannels.ai by BroadNet Technologies

**Definition:** Text-to-Speech (TTS) wandelt geschriebenen Text in gesprochene Sprache um. In geschäftlichen Voice-Systemen ermöglicht TTS, dass IVR-Ansagen, Voice-OTPs, Erinnerungen und KI-Voice-Agents dynamische Inhalte sprechen, ohne dass jeder Satz vorab aufgenommen werden muss.

Eine TTS-Engine normalisiert den Text (schreibt Zahlen, Datumsangaben, Währungen und Abkürzungen aus), ermittelt Aussprache und Prosodie und synthetisiert das Audio. Neuronale Stimmen klingen deutlich natürlicher als ältere konkatenative Stimmen, und viele Engines lassen Sprache, Geschlecht, Sprechtempo und Stil wählen.

Aussprache und Tempo lassen sich mit SSML (Speech Synthesis Markup Language) steuern, einem W3C-Standard, den die meisten Engines unterstützen. Typische Einsatzfälle: einen Code Ziffer für Ziffer vorlesen, Pausen einfügen, Buchstaben einzeln buchstabieren oder die Aussprache eines Markennamens festlegen.

Arabisch erfordert besondere Sorgfalt. Geschriebenes Arabisch lässt kurze Vokale (Taschkil) meist weg, sodass die Engine sie erraten muss und Namen oder seltene Wörter falsch aussprechen kann; Zahlen können auf Arabisch oder Englisch gelesen werden; und Nutzer erwarten je nach Anwendungsfall modernes Hocharabisch oder einen Golfdialekt. Testen Sie echte Ansagen vor dem Launch mit Muttersprachlern.

Typische Fehler sind, lange Zeichenfolgen zu schnell vorzulesen, die Engine ein OTP als eine große Zahl lesen zu lassen und Sprachen in einem Satz zu mischen, ohne den Wechsel zu kennzeichnen.

OmniChannels.ai bietet über die Voice-Funktionen von BroadNet Text-to-Speech – auch auf Arabisch – für IVR, Voice-OTP und programmierbare Anrufe.

## Beispiel

```
<speak>Ihr Code lautet <say-as interpret-as="characters">471902</say-as>. <break time="700ms"/> Ich wiederhole …</speak>
```

## Quellen

- [Speech Synthesis Markup Language (SSML) Version 1.1 — W3C](https://www.w3.org/TR/speech-synthesis11/)