Case: Speechbert
Sekundenschnelle Audio-Generierung für ZEIT ONLINE.
ZEIT ONLINE ist eine der führenden deutschen Nachrichtenseiten und bekannt dafür, die Grenzen des digitalen Publizierens zu erweitern. Im Jahr 2020 haben wir uns mit der redaktionellen Produktentwicklung zusammengetan, um eine Reihe neuartiger Audioerlebnisse zu konzipieren und umzusetzen.
Wir haben uns gefragt: Was wäre, wenn wir jeden Artikel, der auf zeit.de veröffentlicht wird, innerhalb von Sekunden nach der Veröffentlichung in hochwertiges Audio verwandeln könnten?
Audio-Inhalte sind ein effektiver und zugänglicher Weg für Medienunternehmen, mit ihren Nutzern eine Bindung aufzubauen. Sie ermöglichen es den Nutzern, nach Belieben zuzuhören und Inhalte zu konsumieren, ohne an einen Bildschirm gebunden zu sein. ZEIT ONLINE benötigte eine schnelle und kosteneffiziente Möglichkeit, ihr umfangreiches Artikelportfolio in komfortable, hochwertige Audioerlebnisse zu verwandeln. Dies bedeutete eine Abwendung von der traditionellen Audioproduktion, die von Menschen vorgelesen wird. Gemeinsam beschlossen wir, die Text-to-Speech-Technologie zu erforschen und zu untersuchen, welche Rolle sie bei der Automatisierung des Konvertierungsprozesses von Artikeln in Audiodateien spielen könnte.
Google WaveNet ist ein auf maschinellem Lernen basierendes System, das Text in natürlich klingende Sprache mit mehr als 220 Stimmen in mehr als 40 Sprachen umwandelt. Wir haben uns für Google WaveNet als Basis für Speechbert entschieden und mit einer einfachen, headless Text-to-Speech-Pipeline begonnen. Diese haben wir dann an die Bedürfnisse von ZEIT ONLINE angepasst und in die bestehenden Strukturen integriert. Die branchenführende Technologie ermöglicht es Speechbert, stundenlanges Audiomaterial zu vokalisieren, zu verarbeiten und zu liefern - und das alles, ohne dass das ZEIT-Team einen Finger rühren oder Stimmen aufnehmen muss, um dies zu ermöglichen.
Mit dem integrierten Audioplayer-Widget können Nutzer den von Speechbert generierten Ton direkt auf der Artikelseite anhören. Wir haben das ZEIT ONLINE-Technikteam bei der Verbesserung von Speechbert unterstützt, unter anderem bei der Audioqualität. Während Google WaveNet standardmäßig stark komprimierte Audiodateien erzeugt, liefert Speechbert hochwertige MP3-Dateien, die ZEIT ONLINE-Nutzer gerne hören.
Die erste Version von Speechbert war ein unsichtbarer Dienst, der im Hintergrund ohne viel Benutzerinteraktion lief. Wir haben die neue Speechbert-Administrationsoberfläche so gestaltet, dass sie ein zuverlässiges, einfach zu bedienendes Werkzeug für die PO-Redakteure von ZEIT ONLINE und alle nicht-technischen Teams ist. Derzeit konzentriert sie sich auf drei Hauptfunktionsbereiche: Audio, Ersetzungen und Feeds.
Selbst Google versteht nicht jedes Wort richtig. Die Benutzer lieben Speechberts Audio, weil es eine bedeutende Text-zu-Sprache-Herausforderung adressiert: die Aussprache. Genauso wie Tipp- und Rechtschreibfehler das Vertrauen in eine gedruckte Zeitung untergraben, wird eine falsche Aussprache die Zuhörer abschrecken. Die Speechbert-Ersatzbibliothek ermöglicht es ZEIT ONLINE, die Standardaussprache von WaveNet konsequent zu verbessern und zu überschreiben, indem sie auf schwierige Wörter oder Zeichen abzielt und ihr beibringt, sie richtig zu vokalisieren.
Im Laufe der Jahre hat sich Speechbert zu einem großen Fundus an Audio-Inhalten der ZEIT entwickelt. Um diese Inhalte für die Außenwelt zugänglich zu machen, haben wir einen dynamischen Playlist-Editor entwickelt. Der Editor ermöglicht es der ZEIT-Redaktion, Audio-Feeds zu erstellen, die eine Mischung aus Text-to-Speech und normalem, von Menschen gelesenem Audio wie Podcasts oder Werbung enthalten. Diese Vielfalt wird über Speechbert verschlagwortet und ermöglicht eine Reihe innovativer Storytelling-Formate.
Speechbert wurde dank des integrierten Teamaufbaus und des kollaborativen Prozesses zum Leben erweckt. Wir konnten neue Technologien und Tools ausprobieren - und durch ständiges Testen und Iterieren ein System schaffen, das auf die Bedürfnisse des ZEIT-Teams zugeschnitten ist.
Die ZEIT-Redakteure nutzen Speechbert inzwischen täglich und haben seit der Einführung über 250.000 Text-in-Sprache-Konvertierungen vorgenommen. Wir haben jede Menge positives Feedback und Funktionswünsche von Nutzern und Lesern erhalten. In der laufenden Zusammenarbeit mit ZEIT ONLINE arbeiten wir daran, Speechbert noch weiter zu verbessern und zu entwickeln.
Team
- Jonathan Muth
- Mitch Ryan
- Tommy Svensson
- Christina Breuer
- Maja Persson
- Swetlana Dmitriev
- Harry Keller
- Sophie Nickolai
- Ida Dimic
Deliverables
- Strategic vision
- Product canvas
- Web application
- Data + activity pipelines
„Als nicht sehende Person benutze ich seit 1987 Computer mit synthetischer Sprachausgabe. In Anbetracht meiner Erfahrung auf diesem Gebiet kann ich Ihnen nur ein Kompliment machen: die Qualität Ihrer Sprachausgabe ist sehr gut.“
ZEIT ONLINE-Leser
