KI-basierte Sprachverarbeitung

Veröffentlicht: 19.06.2026 / zuletzt bearbeitet: 16.07.2026

Projektziele & Projektergebnis

Projektziele:
eines Prototyps in den Bereichen „Produkte“ mit dem Ziel der Erhöhung/Steigerung/ Optimierung .

Projektergebnis:
Das Projekt erprobte TTS-Modelle in Trainings- und Testläufen, dokumentierte Anforderungen an Infrastruktur und Workflows und schafft damit eine Entscheidungsgrundlage für die künftige TTS-Optimierung beim Unternehmen..

Gesamtprojekt

Personentage

Nicht ausgeführt

Phase

Konzept

Prototyp

Entwicklung

Testen

Implementierung

Beteiligte

Kosten*

0 €

Projektphase ausgeführt

Projektphase nicht ausgeführt

interne Projektbeteiligte

externe Projektumsetzer

Top Erkenntnisse aus dem Projekt

Die Qualität eines TTS-Ergebnisses hängt stark von der Aufbereitung und Eignung der eigenen Trainingsdaten ab, nicht nur vom gewählten Modell.

Ein leistungsfähiger KI-Server kann für Training, Vergleich und Qualitätsbewertung sehr hilfreich sein, muss aber gegen Kosten, Wartung und Auslastung abgewogen werden.

Die getesteten Ansätze unterscheiden sich deutlich in Aufwand, Bedienbarkeit und Ergebnisqualität; für ein KMU ist deshalb die Auswahl eines praktikablen Workflows genauso wichtig wie die reine Modellleistung.

Ausgangslage

Es gab neue Anforderungen in den Bereichen ["Datenmanagement", "Prozesse"]

Aicappella musste prüfen, ob TTS-Modelle mit eigenen Trainingsdaten und verfügbaren Serverressourcen in ausreichender Qualität und Geschwindigkeit optimiert werden können.

Es gab höhere Anforderungen an Sicherheit in den Bereichen ["IT-Infrastruktur"]

Da Stimmen und Audiodaten personenbezogen und wirtschaftlich sensibel sind, musste geprüft werden, wie eigene Trainingsdaten kontrolliert verarbeitet und externe Plattformabhängigkeiten reduziert werden können.

Es lagen zu wenig Informationen vor in den Bereichen ["IT-Infrastruktur"]

Für Training, Modellanpassung, Inferenz und Tests von TTS-Systemen ist leistungsfähige Hardware relevant. Das Projekt sollte zeigen, ob ein KI-Server für ein KMU notwendig und sinnvoll ist.

Es bestehen Optimierungspotenziale in den Bereichen ["IT-Infrastruktur"]

Die Ergebnisse mussten nicht nur technisch funktionieren, sondern hinsichtlich Natürlichkeit, Verständlichkeit, Stimmähnlichkeit, Ausdruck und praktischer Einsetzbarkeit bewertet werden.

Zentrale Fragestellungen im Projekt

Wie kann ich mithilfe eigener Trainingsdaten ein TTS-Modell für personenindividuelle Sprachausgabe optimieren?

Wie sinnvoll ist ein KI-Server für die Umsetzung, und ist dieser für ein KMU notwendig?

Welche TTS-Ansätze – Piper, Coqui TTS, CosyVoice und Qwen3-gestützte Workflows – eignen sich für Qualität, Aufwand und Serverbetrieb am besten?

Projektdetails

Zeitrahmen: -

Aicappella ist ein junges Unternehmen im Bereich KI-gestützter Sprach- und Audiotechnologie. Das Unternehmen entwickelt Ansätze für consent-basierte KI-Stimmen, bei denen eigene Trainingsdaten kontrolliert genutzt, Sprecher:innenrechte respektiert und nur freigegebene Audioergebnisse verwendet werden. Im Projekt wurde untersucht, wie sich mit eigenen Trainingsdaten ein Text-to-Speech-Modell (TTS-Modell) für personenindividuelle Sprachausgabe optimieren lässt und welche Serverinfrastruktur dafür notwendig ist. Dazu wurden prototypische Workflows für Datenvorbereitung, Training bzw. Modellanpassung, Inferenz und Qualitätsbewertung auf leistungsfähiger Recheninfrastruktur erprobt. Grund des Projekts war die Frage, ob Aicappella als kleines Unternehmen für die Optimierung und Bewertung von TTS-Modellen einen eigenen bzw. bereitgestellten KI-Server benötigt oder ob leichtere bzw. alternative Betriebsmodelle ausreichen.

Methoden

Ergebnisse der einzelnen Projektphasen

Konzept

Prototyp

Testen

Implementierung

Mögliche Hard- und Software-Lösungen

Hardware: Server der Hochschule für TTS-Training, Modelltests, Inferenz und Qualitätsvergleiche.

Software: Piper, Coqui TTS und CosyVoice für Training bzw. Optimierung mit eigenen Audiodaten.

Software: KI-Workflows sowie Werkzeuge zur Datenaufbereitung, Audioaufbereitung, Qualitätskontrolle und Dokumentation.

Unternehmensbeschreibung

Name

AICappella UG

Anschrift

Schwartzkopffstraße 1, 15745 Wildau

Umsatz pro Jahr

Nicht angegeben

Branche

Kultur, Medien und Kreativwirtschaft

Gründungszeitraum

Vor weniger als 5 Jahren

Beschäftigtenzahl

1 - 9

IT-Investition pro Jahr

Nicht angegeben

Unternehmensangebot

Produkte, Dienstleistung

Unternehmer*innen Zitat zum Projekt

Das Projekt hat mir geholfen, KI-Stimmtechnologie nicht nur als kreative Möglichkeit, sondern als Infrastruktur- und Rechtefrage zu verstehen. Besonders wertvoll war die Erkenntnis, welche Rolle kontrollierte Serverumgebungen für Qualität, Datenschutz und Vertrauen spielen können.

{acf_name}

{acf_position}