Auf der japanischen Hochgeschwindigkeitsstrecke Tokaido Shinkansen sind jetzt KI-Ansagen von ReadSpeaker zu hören.

Tokio (Japan), 25. Mai 2023 – ReadSpeaker, der zuverlässigste unabhängige Partner, wenn es um digitale Stimmen für das weltweite Business geht, hat heute bekannt gegeben, dass die japanische Bahngesellschaft JR Central mit Hauptsitz in Nagoya (Präfektur Aichi) unter der Leitung von Präsident Shunsuke Niwa für Durchsagen an ihren Bahnhöfen künftig auf Text-to-Speech-Software von ReadSpeaker setzt. Konkret geht es dabei um Ankündigungen zu ankommenden und abfahrenden Zügen in Bahnhofshallen und auf Bahnsteigen.

* Text-to-Speech (TTS) ist eine Software, die mithilfe KI-basierter Sprachsynthesetechnologie Text in Sprache umwandelt.

Audioproduktion für Reisedurchsagen einfacher denn je

In der Regel werden Reisedurchsagen mit professionellen Sprecher*innen aufgenommen. Folgeaufnahmen sind in diesem Fall aber sehr kostspielig, und für ein einheitliches Auftreten muss der/die gleiche Sprecher*in verfügbar sein. Mit speechMaker Desktop, dem KI-basierten Autorentool für Sprache von ReadSpeaker, können Text-to-Speech-Durchsagen jetzt ganz einfach automatisch erstellt werden.

Konvertierung von Original-Audios in Audios mit Rauschreduzierung für bessere Hörbarkeit

Fahrende Züge, schlechtes Wetter und die vielen Menschen sorgen auf Bahnsteigen und in Bahnhofshallen oft für einen hohen Geräuschpegel. Durchsagen sind dann schwer zu verstehen. Mit speechMaker Desktop, dem KI-basierten Autorentool für Sprache von ReadSpeaker, können Text-to-Speech-Durchsagen jetzt ganz einfach automatisch erstellt werden. Als weltweit erstes Unternehmen* hat ReadSpeaker diese TTS-Funktion entwickelt und im Transportwesen eingesetzt. Für Fahrgäste sind Durchsagen an Bahnhöfen dadurch deutlicher zu verstehen als je zuvor.

Die Erforschung und Entwicklung der Funktion basiert auf einer Technologie des Yamagishi-Labors des nationalen Informatikinstituts von Japan. Diese sorgt dafür, dass Sprache auch in lauten Umgebungen klar verständlich ist.

*basierend auf Studien von ReadSpeaker