Ausgangslage
Smartvoice entsteht aus dem Problem, dass reine Text-to-Speech-Systeme deutsche Texte oft technisch korrekt, aber inhaltlich schlecht vorbereitet vorlesen.
Gerade bei wissenschaftlichen oder technischen Dokumenten reicht es nicht, den sichtbaren Text linear vorzulesen. Struktur, Abbildungen, Tabellen und erklärende Übergänge müssen berücksichtigt werden.
Ziel
Das Ziel ist ein lokales Tool, das Texte vor dem Vorlesen analysiert, bereinigt und für eine bessere Sprachlogik vorbereitet.
Langfristig soll Smartvoice nicht nur Text wiedergeben, sondern Dokumentinhalte verständlicher aufbereiten und optional semantische Beschreibungen ergänzen.
Technischer Ansatz
Der Fokus liegt auf lokaler Verarbeitung mit Python und lokalen Modellen. Externe APIs sollen möglichst vermieden werden, damit sensible Dokumente nicht unnötig an Drittanbieter übertragen werden.
Die Verarbeitung soll modular aufgebaut sein: Textextraktion, Bereinigung, semantische Umformulierung, TTS-Ausgabe und optionale Beschreibung von Abbildungen werden getrennt behandelt.
Updates
Projektstart
Der erste Fokus liegt auf der stabilen Textaufbereitung und auf einer brauchbaren Pipeline zwischen Eingabetext, lokaler Analyse und TTS-Ausgabe.
Noch offen ist, wie stark die Umformulierung in den Originaltext eingreifen darf, ohne Inhalt oder fachliche Genauigkeit zu verfälschen.
