Nederlandse uitspraak verbeteren in tekst-naar-spraak met SSML
Een AI-stem die een naam, getal of afkorting verkeerd uitspreekt, kun je meestal corrigeren. Dat doe je met SSML, een opmaaktaal die je in de tekst zet, of door het woord anders te schrijven.
Hieronder staan de technieken die in Polly en Google beschikbaar zijn, met voorbeelden. Het werkt het best als je eerst vaststelt wat er misgaat. Bekijk daarvoor ook de vergelijking van tools.
Eerst vaststellen wat er misgaat
Lees je tekst door en luister de audio af. Schrijf elk fout uitgesproken woord op. Vaak gaat het om vier soorten: eigennamen, getallen en datums, afkortingen en Engelse woorden in een Nederlandse zin.
De simpelste oplossing: schrijf het anders
Voordat je met SSML begint, werkt een andere spelling vaak al. Schrijf een afkorting uit (Nederlandse Spoorwegen in plaats van NS), zet een getal in woorden (negenentwintig) of splits een samengesteld woord met een spatie. Het nadeel is dat je brontekst verandert. Bewaar daarom een versie voor de ogen en een versie voor het oor.
Met SSML
SSML is een opmaaktaal die lijkt op HTML. Je zet de tekst tussen speak-tags en voegt elementen toe. Veelgebruikte elementen zijn:
- break voor een pauze, met een duur in seconden of milliseconden.
- say-as om aan te geven dat iets een getal, datum of spelling is.
- phoneme om de uitspraak van één woord fonetisch vast te leggen.
- prosody om tempo en toonhoogte aan te passen.
Niet elk element werkt bij elk stemtype. De documentatie van Amazon Polly en van Google noemt per stemtype welke tags ondersteund worden. Controleer dat voordat je veel werk steekt in markeringen die een stem negeert. Of een tag bij een Nederlandse stem werkt, hoor je het best door het zelf te proberen.
Een woordenlijst voor terugkerende woorden
Als dezelfde naam steeds terugkomt, is het lastig om telkens een tag te zetten. Polly kent hiervoor lexicons, een woordenlijst die je aan een aanvraag koppelt. Zoek in de documentatie van je dienst of er zoiets bestaat, en leg daar vaste uitspraken voor namen, producten en afkortingen in vast.
Pauzes en tempo
Een stem die te snel praat of geen adem lijkt te halen, verbeter je vaak zonder SSML. Kortere zinnen, een komma op de goede plek of een punt in plaats van een puntkomma maakt veel verschil. Voor uitleg of instructie is een iets lager tempo prettig, zeker voor luisteraars die de taal niet als eerste spreken.
Een vaste werkwijze
- Maak een eerste versie met de standaardinstellingen.
- Luister de hele audio af en noteer fouten met tijdstip.
- Los terugkerende fouten op in een woordenlijst en eenmalige fouten met een tag of andere spelling.
- Maak de audio opnieuw en luister alleen de plekken na die je hebt aangepast.
Bij een studio-dienst als ElevenLabs werk je in een editor en niet in code. Welke aanpassingen daar beschikbaar zijn, verschilt per model en plan, dus lees de hulppagina's. Voor gebruik in cursussen lees je ook tekst-naar-spraak voor e-learning.
Een voorbeeld in SSML
Een eenvoudige tekst met een pauze en een spelling ziet er zo uit: de tekst staat tussen speak-tags, met daarin een break-element van een halve seconde na de eerste zin en een say-as-element met de waarde characters om een afkorting letter voor letter te laten uitspreken. Je typt dit zelf in het tekstveld of in de aanvraag aan de API.
Test elk element apart. Voeg één tag toe, maak de audio opnieuw en luister of het effect er is. Voeg pas daarna de volgende toe. Als je tien tags tegelijk toevoegt en het klinkt anders, weet je niet welke tag het veroorzaakt.
Valkuilen
- Te veel pauzes geven een stotterend effect. Gebruik ze waar een mens ook zou ademen.
- Fonetische schrijfwijzen werken alleen als je de juiste notatie gebruikt voor de taal van de stem. Check de documentatie.
- Een tag die niet ondersteund wordt, wordt soms stilzwijgend genegeerd en soms met een foutmelding geweigerd.
- Een woord dat je in de ene zin corrigeert, kan in een andere zin weer fout gaan als de zinsbouw anders is.
Luister met een tweede persoon
Na een uur aan dezelfde audio hoor je fouten niet meer. Vraag iemand die de tekst niet kent om mee te luisteren en te zeggen wat vreemd klinkt. Meestal wijst die persoon op dingen die je zelf al niet meer opvalt.
Samengestelde woorden en Engelse leenwoorden
Nederlandse samenstellingen zijn lastig voor een stem, omdat de klemtoon op een specifieke lettergreep valt. Als een stem klemtoon verkeerd legt, helpt een afwijkende spelling soms: voeg een koppelteken toe of splits het woord op de naad. Voor een Engels leenwoord als e-learning of voice-over kun je een fonetische schrijfwijze kiezen die de Nederlandse stem op de juiste manier leest.
Test altijd in de context van de hele zin. Een woord dat los goed klinkt, kan in de zin van toon veranderen. Bewaar de gecorrigeerde schrijfwijzen in een lijstje, dan hoef je het volgende project niet opnieuw uit te zoeken.
Getallen, bedragen en datums
Getallen zijn het vaakst een probleem. Een bedrag als 12,50 euro kan als twaalf komma vijftig of als twaalf euro vijftig klinken. Een datum als 14-3-2027 kan als losse cijfers klinken. Schrijf waar het kan de datum uit (14 maart 2027) en het bedrag zoals je het zegt. Voor tijden werkt 19.30 uur meestal goed, maar test dat per stem.
Voor telefoonnummers en postcodes zet je spaties of een korte pauze tussen de groepen, zodat een stem ze niet als één getal leest. Dat is de eenvoudigste vorm van sturing en werkt bij elke dienst.
Veelgestelde vragen
Werkt SSML bij elke stem?
Nee. Welke tags werken, hangt af van de dienst en het stemtype. Dat staat in de documentatie.
Moet ik kunnen programmeren om SSML te gebruiken?
Voor eenvoudige tags niet. Je typt ze in de tekst. Bij een API stuur je de tekst wel met code mee.
Hoe leg ik de uitspraak van een merknaam vast?
Gebruik een woordenlijst of een phoneme-tag als je dienst dat ondersteunt. Anders helpt een alternatieve spelling.
Waarom spreekt een stem een Engels woord Nederlands uit?
Het systeem kiest op basis van de taal van de stem. Een andere spelling of een tag lost dat meestal op.