Aussprache mit Sprachausgabe üben, ohne sich etwas vorzumachen

Hören, nachsprechen, aufnehmen, vergleichen: die Schleife, die eine synthetische Stimme sinnvoll macht. Wofür Sprachausgabe taugt, wofür ausdrücklich nicht, und warum lautes Sprechen auch dem Behalten hilft.

Fast jede Lern-App und jedes Wörterbuch hat inzwischen ein Lautsprechersymbol. Die meisten Leute drücken es einmal, nicken und lesen weiter. Damit ist der Nutzen ungefähr auf ein Zehntel dessen reduziert, was möglich wäre — denn Zuhören allein verändert deine Aussprache nicht.

Was sie verändert, ist eine Schleife aus vier Schritten, und die kostet nicht mehr als ein paar Minuten am Tag.

Die Schleife

Hören. Lass dir das Wort oder den Satz vorlesen und hör einmal ohne alles zu, ohne mitzulesen. Achte nur auf die Melodie: Wo liegt der Druck, wo geht die Stimme hoch, wo wird es kurz und flach.
Nachsprechen. Sprich laut nach, unmittelbar danach. Nicht flüstern, nicht im Kopf. Beim zweiten oder dritten Mal versuchst du, gleichzeitig mit der Stimme zu sprechen — dieses Mitsprechen nennt man Shadowing, und es zwingt dich in das Tempo und den Rhythmus des Originals hinein.
Aufnehmen. Nimm dich mit der Sprachmemo-App deines Telefons auf, denselben Satz. Das ist der unangenehme Teil und der wichtigste, denn während du sprichst, hörst du dich anders, als du klingst.
Vergleichen. Hör beide Aufnahmen hintereinander. Nicht um dich zu ärgern, sondern um eine einzige Sache zu finden, die anders ist. Dann sprich denselben Satz noch dreimal und ändere nur diese eine Sache.

Der letzte Punkt ist der, an dem die meisten scheitern. Wer beim Vergleich alles gleichzeitig verbessern will, verbessert nichts. Nimm den Betonungssitz, oder das th, oder das Wortende — eines pro Durchgang.

Wofür eine synthetische Stimme gut ist

Eine moderne Sprachausgabe kann bestimmte Dinge zuverlässig, und das sind zufällig genau die Dinge, an denen Verständlichkeit hängt.

Der Betonungssitz. Sie legt den Druck auf die richtige Silbe, und du hörst sofort, wenn du ihn woanders hattest. Das ist wichtiger als jeder einzelne Vokal, weil englische Wörter über ihr Betonungsmuster erkannt werden.
Der Fluss über einen ganzen Satz. Einzelne Wörter nacheinander abzuhören sagt dir nichts darüber, wie sie sich im Satz verbinden. Erst der ganze Satz zeigt, wo Wörter aneinanderbinden, wo Laute verschluckt werden und wo unbetonte Silben zu einem Murmelvokal zusammenschrumpfen.
Eine Referenz für ein Wort, das du nur gelesen hast. Das ist der häufigste Fall überhaupt: Du kennst ein Wort seit Jahren aus Texten und hast es nie gehört. In deinem Kopf lebt eine Ausspracheversion, die du dir selbst gebaut hast, und sie ist oft falsch.
Beliebige Wiederholung. Ein Mensch spricht dir einen Satz dreimal vor, dann wird es unangenehm. Eine Maschine tut es dreißigmal, und für Shadowing brauchst du genau das.
Verfügbarkeit. Sie ist da, wenn du Zeit hast, und nicht nur zum Kurstermin.

Für den dritten Punkt lohnt sich die Kombination mit der Lautschrift: erst das Zeichen sehen, dann den Klang hören, dann selbst sprechen. In Lexi steht die Lautschrift über den Wörtern, und sowohl ein einzelnes Wort als auch der ganze Satz lassen sich vorlesen — die Stimme ist dabei die Sprachausgabe, die dein Gerät ohnehin mitbringt, weshalb das auch ohne Verbindung funktioniert.

Wofür sie ausdrücklich nicht gut ist

Hier braucht es Klarheit, weil an dieser Stelle viel versprochen wird. Eine Sprachausgabe ist eine synthetische Stimme. Sie beurteilt deinen Akzent nicht, sie hört dich nicht, sie weiß nicht, ob du gerade richtig oder falsch gesprochen hast. Der Vergleich findet in deinem Kopf statt, und dein Ohr ist das Messgerät.

Das ist eine echte Einschränkung. Anfangs hörst du Unterschiede nicht, die es im Deutschen nicht gibt — genau deshalb machst du sie ja. Es hilft, mit einer kleinen Zahl bekannter Problemstellen zu arbeiten, statt auf Eingebung zu warten: die beiden th-Laute, die Unterscheidung von ɪ und iː, das offene æ, das stimmhafte Wortende, das nicht hart werden darf, das w gegenüber v. Wenn du weißt, worauf du hörst, hörst du es.

Zweitens ist eine synthetische Stimme keine Sprechweise. Sie hat Pausen an grammatischen Stellen, eine gleichmäßige Lautstärke und keine Emotion. Echte Rede ist unordentlicher, schneller und voller Verschleifungen. Wer ausschließlich Sprachausgabe hört, versteht am Ende Sprachausgabe gut und Menschen mittelmäßig — deshalb gehören Podcasts, Serien und Gespräche dazu.

Drittens ersetzt sie keine Rückmeldung. Wenn dich Leute wiederholt nicht verstehen, brauchst du irgendwann jemanden, der dir sagt, woran es liegt. Eine Sprachlehrerin, ein Tandempartner, jemand aus dem Kollegenkreis. Die Maschine liefert dir das Vorbild, nicht das Urteil.

Warum lautes Sprechen auch dem Behalten hilft

Der unterschätzte Nebeneffekt der ganzen Übung ist, dass sie nicht nur der Aussprache dient. Ein Wort laut auszusprechen legt eine zusätzliche Spur an: Es gibt dann eine Klangform und eine Bewegungsempfindung im Mund, nicht nur ein Schriftbild. In der Gedächtnisforschung ist gut belegt, dass Material, das man laut liest, besser erinnert wird als still gelesenes — der Effekt ist stabil, wenn auch nicht riesig.

Dazu kommt ein praktischer Grund. Wer ein Wort nie ausgesprochen hat, hat auch keine Aussprache dafür gespeichert, sondern höchstens eine geratene. Beim Hören erkennt er es dann nicht wieder, weil das, was ankommt, nicht zu dem passt, was im Kopf liegt. Das ist der Grund, warum Leute mit großem Lesewortschatz in Gesprächen plötzlich ratlos sind: Sie kennen die Wörter, aber nicht ihren Klang.

Und schließlich zwingt lautes Sprechen zur Vollständigkeit. Beim stillen Lesen überspringt man Endungen, kleine Wörter und alles, was man nicht sicher hat. Sobald du sprichst, musst du dich für eine Form entscheiden, und genau da merkst du, was du eigentlich nicht weißt.

Ein Vorschlag für fünf Minuten am Tag

Nimm drei bis fünf Sätze, mehr nicht. Lass jeden vorlesen, sprich ihn dreimal nach, davon einmal gleichzeitig mit der Stimme. Nimm den letzten Satz auf und hör dir die Aufnahme einmal an. Such eine Sache, die abweicht, sprich ihn noch dreimal und lass es dann gut sein.

Das ist wenig, und genau deshalb funktioniert es. Aussprache ist ein motorisches Training, und motorisches Training reagiert auf tägliche kleine Dosen viel besser als auf eine lange Sitzung am Sonntag. Nach zwei Wochen wirst du beim Zuhören Dinge bemerken, die dir vorher entgangen sind — und das ist der erste Schritt, nicht das Ergebnis.

Ein letzter Rat: Peile Verständlichkeit an, nicht Akzentfreiheit. Einen fremden Akzent zu behalten ist völlig normal und kein Mangel. Was zählt, ist, dass Betonung, Vokallängen und Wortenden so stimmen, dass dein Gegenüber nicht raten muss. Das ist erreichbar. Ein Akzent, den niemand hört, ist es für die meisten Erwachsenen nicht, und es ist auch kein sinnvolles Ziel.

Häufige Fragen

Kann man mit Text-to-Speech wirklich die Aussprache verbessern?

Ja, aber nur, wenn du nicht bloß zuhörst. Der Nutzen entsteht durch die Schleife aus Hören, lautem Nachsprechen, Selbstaufnahme und Vergleich. Reines Zuhören verändert die eigene Aussprache kaum, weil dabei keine Bewegung geübt wird. Sobald du dich aufnimmst und mit dem Vorbild vergleichst, bekommst du die Rückmeldung, die vorher gefehlt hat.

Was ist Shadowing?

Mitsprechen: Du sprichst gleichzeitig mit der Aufnahme, ohne auf ihr Ende zu warten, und versuchst, ihr Tempo und ihre Melodie zu treffen. Das ist anstrengend und fühlt sich anfangs unmöglich an, trainiert aber genau das, was Einzelwortübungen nicht erreichen: den Rhythmus über einen ganzen Satz, die Bindungen zwischen Wörtern und die Verkürzung unbetonter Silben.

Ist eine synthetische Stimme gut genug als Vorbild?

Für Betonung, Vokale und den grundsätzlichen Satzfluss ist sie brauchbar. Für natürliches Sprechtempo, Emotion und die Unordentlichkeit echter Rede ist sie es nicht. Nimm sie als Referenz für einzelne Wörter und Sätze und hol dir das Hörverstehen aus echten Aufnahmen: Podcasts, Serien, Gespräche. Beides zusammen deckt ab, was eines allein nicht kann.

Kann eine App beurteilen, ob ich richtig ausspreche?

Eine Sprachausgabe kann das nicht — sie liest vor, sie hört dich nicht. Es gibt getrennt davon Systeme zur Ausspracheerkennung, die eine Bewertung ausgeben, aber deren Urteile sind bekanntlich unzuverlässig, besonders bei starkem Akzent. Der ehrlichste Weg bleibt: dich selbst aufnehmen und vergleichen, und für hartnäckige Probleme einen Menschen fragen.

Hilft lautes Lesen beim Vokabellernen?

Ja, aus zwei Gründen. Erstens legt es zusätzlich zur Schriftform eine Klangform und eine Mundbewegung an, und mehrere Spuren erinnert man besser als eine; dass laut Gelesenes besser behalten wird als still Gelesenes, ist gut belegt. Zweitens erkennst du ein Wort im Gespräch nur wieder, wenn du weißt, wie es klingt — ein reiner Lesewortschatz nützt beim Hören wenig.

Probier die Methode zehn Minuten

Lexi reicht dir einen kurzen englischen Satz nach dem anderen, in dem genau ein Wort neu ist: antippen für Lautschrift und Bedeutung, noch einmal antippen für die Übersetzung, beides auf Wunsch vorgelesen. Die Bibliothek liegt im Telefon, also läuft es ohne Empfang, und ein Konto gibt es nicht. Dreißig Sätze am Tag, jede Wortliste und jede Wörterbuchsprache sind kostenlos.

Im App Store laden