Sprache ist die hochentwickeltste Form der zwischenmenschlichen Kommunikation. Sie wird als verbale Kommunikation bezeichnet, im Gegensatz zur nonverbalen Kommunikation wie z. B. Gestik, Mimik oder Zeichensprache. Die Informationsübertragung bei Sprache findet über das Hören und oft auch das Sehen statt. Die nach ihrer Bedeutung und Effizienz nach geordnete Rangliste der zwischenmenschlichen Kommunikationswege ist folgende:

• Sprache (verbale Kommunikation)
• Schrift (in abstrakte Zeichen kodierte Sprache)
• Zeichen (abstrahierte und in ihrer Bedeutung festgelegte Bilder, z. B. Piktogramme)
• Bild (Abbilder von realen Gegenständen oder Situationen)
• Ausdruck (Gestik, Mimik, Zeichensprache)
• Handlung (z. B. streicheln, küssen, kitzeln, …)

Das Alter der Sprache wird auf mindestens hunderttausend Jahre geschätzt, während die Schrift erst ca. tausend Jahre alt ist. Die ersten Schriften waren Bilderschriften, erst später wurden Lautschriften entwickelt, um anhand des Alphabets die sprachlichen Laute nachzuahmen und durch Schrift die Sprache zu kodieren. Diese abstrakte geschriebene Sprache muß viel mühsamer als die gesprochene Sprache gelernt werden. Der verfügbare Wortschatz differiert sehr stark von Mensch zu Mensch. Man unterscheidet den aktiven, tatsächlich verwendeten Wortschatz und den passiven, nur verstandenen Wortschatz. Goethe z. B. hatte einen aktiven Wortschatz von mehr als 50 000, während der Durchschnittsbürger heute über einen aktiven Wortschatz von 5 000–10 000 Wörtern verfügt.

Die Kommunikation durch Sprache hat verschiedene Anwendungsbereiche. Der heute sicherlich bedeutungsvollste Bereich ist der durch Sprachgestaltung übermittelte Sachverhalt komplexer und komplizierter wissenschaftlicher Zusammenhänge. Dies können Forschungsberichte, Fachliteratur, Standardisierungen aber auch Lehrbücher oder in unserem Zusammenhang CBTs und Lernprogramme sein. Im zwischenmenschlichen Bereich dient Sprache auch zur Unterhaltung oder Gesprächsführung und zum Informationsaustausch.

Aufgrund dieser Vielschichtigkeit kann mittels Sprache auch manipuliert werden. Politiker versuchen, anhand der Sprachführung (Rhetorik) und ihrer Gestik zu überzeugen. Oft werden diese Mittel manipulierend eingesetzt; besonders deutlich wird dies in totalitären oder fanatischen Systemen. Die Sprache – hier besonders die deutsche Sprache – dient auch zum Philosophieren. Die Suche nach dem Sinn läßt sich besonders gut verbal formulieren, da man komplexe Zusammenhänge gut "beschreiben" kann. In der Literatur, hier die Belletristik oder das Dama, lassen sich Geschichten mittels Sprache erzählen. Gefühlszustände können anhand der Sprache und Gestik übermittelt werden. Schließlich dient die Sprache auch als künstlerische Ausdrucksform in der Dichtung oder der Lyrik.

Für die differenzierte Betrachtung der Rolle der Sprache für das Audiodesign ist eine weitere Unterscheidung von Sprache (Träger) und Sprechakt (Handlung) nötig. Der Sprechakt selbst teilt sich in zwei Ebenen: Zum einen beschreibt der inhaltlich rationale Teil die Bedeutung und den Sinn des Gesagten. Dieser Teil wird auch oder nur durch die Schrift kodiert. Der zweite Teil, der linguistisch gesehen pragmatische Teil, besteht aus der sinnlichen und gefühlsmäßigen Artikulation des Sprechers. Hier spielen Stimmlage, -klang, Timbre, Tonfall, Lautgestik und Lautmalerei eine Rolle. Der Ausdruck "Hm, ja lecker" hat geschrieben nur eine reduzierte Bedeutung, es sei denn, der Kontext läßt andere Deutungen als den durch die Sprachkonventionen festgelegten Sinn zu. Gesprochen kann dieser Satz zwei komplett unterschiedliche Aussagen haben. Je nach Betonung kann es der Sprechende ernst damit meinen, daß ihm das Essen schmeckt, oder er meint es ironisch und das Essen schmeckt fürchterlich. Der Tonfall und die Lautgestik entscheiden hier über die tatsächliche Bedeutung des Gesprochenen. Durch eine ausdrucksstarke Betonung kann der Effekt und die Bedeutung des Gesagten in seiner Wirkung potenziert werden.

Die Art und Weise, wie etwas gesagt wird, entscheidet letztendlich über die Wirkung beim Rezipienten. Der Tonfall kann freundlich oder unfreundlich, unsicher oder bestimmend, ängstlich oder kräftig, schüchtern oder selbstbewußt, großzügig oder herrschend, lieblich oder grob, begeisternd oder gelangweilt sein. Die Kanäle, die diese Eigenschaften oder Charakteristiken empfangen, sind die unbewußten, gefühlsmäßigen Prozesse der Wahrnehmung. Auf diese Kanäle vertraut das Wahrnehmungssystem mehr als auf den kognitiven, rationalen Bereich. Dies ist auch der Ursprung der Sprache. Tiere, die keine komplexe Sprache entwickelt haben, kommunizieren ausschließlich über diese Kanäle. Löwen brüllen furchterregend, um ihren Gegner einzuschüchtern. Vögel bezirzen ihren zukünftigen Partner mit schönem Gesang. Bevor die Menschen die Sprache entwickelten, kommunizierten sie ebenfalls anhand einer primitiven Artikulation mit Lauten. Daher ist auch heute noch dies der ausschlaggebende Kanal bei der Wertung einer sprachlichen Information. Die Glaubwürdigkeit einer verbalen Information wird ebenfalls durch diesen Kanal beeinflußt. Dieser Punkt ist von großer Bedeutung beim Einsatz von Sprechertexten bei Multimedia-Produktionen. Die Stimme und die Artikulation des Sprechers oder der Sprecherin entscheiden über folgende Faktoren:

• Glaubwürdigkeit des Inhalts
• Aufnahmebereitschaft des Benutzers
• Aufnahmefähigkeit und Konzentrationsfähigkeit des Benutzers
• Erlebniswert des Benutzers

Ein Sprecher hat demnach einen großen Einfluß auf die Wirkung des Gesprochenen beim Rezipienten. Er kann bei betonungsloser Aussage den Zuhörer regelrecht einschläfern. Spricht er begeistert von dem Thema, so kann er allein durch die Betonung eine höhere Aufmerksamkeit beim Zuhörer erwirken. Eine lustige, hohe Comicstimme, die komplexe technische Zusammenhänge erklärt, kann lächerlich und vertrauensunwürdig klingen. Bei der Auswahl der Sprecher sollten deshalb keine Kompromisse eingegangen und nur höchste Qualität angestrebt werden. Der Einsatz von gesprochener Sprache bei Multimedia-Produktionen ist vergleichbar mit dem Einsatz bei herkömmlichen Medien. Bei den herkömmlichen auditiven Medien, insbesondere dem Hörfunk, haben alle Genres wie Dokumentation, Hörspiel, Lehrprogramm oder Unterhaltungsprogramm einen hohen Qualitätsstandard, zumindest in Bezug auf die Sprecherqualität. Es sollte das Ziel einer Multimedia-Produktionsfirma sein, diesen Qualitätsstandard auch für die CD-ROM-Produktion zu erreichen.

Die Kombination geschriebener und gesprochener (vorgelesener) Text findet sich häufig bei Multimedia Applikationen. Die Aufnahme- und Behaltensleistung des Benutzers wird dadurch oft gesteigert. Abhängig ist dies von den individuellen Lernpräferenzen der Menschen. Vor allem eignet sich diese Informationsdarbietung, wenn zusätzliche bildliche Information auf dem Bildschirm präsentiert wird. Es muß auch nicht der gesamte gesprochene Text auf dem Bildschirm erscheinen. Oft genügt es, die wichtigsten Kernaussagen zusammenzufassen. Diese Vorgehensweise hat sich vor allem bei CBT-Software bewährt, ist aber durch den Grenzbereich von Didaktik und Manipulation gerade in der Werbung sehr wirkungsvoll.

Entscheidet man sich dazu, gesprochenen Text oder Sprache bei einer Multimedia-Produktion einzusetzen, so steht und fällt dieser Bereich mit der Qualität des Sprechers oder der Sprecherin. Die technische Tonqualität ist in diesem Fall sekundär.

Im Anhang befindet sich eine Synchron-Liste deutscher Sprecher. Diese kann sehr nützlich bei der Auffindung bestimmter Sprechercharaktere sein. Oft werden Kundenwünsche, die den Sprecher betreffen, in Vergleichen mit Film- oder Fernsehdarstellern geäußert. Die Liste hat nicht den Anspruch, vollständig zu sein und wurde von Clemens Marschner erstellt. Sie kann im WWW mit folgender Adresse abgerufen werden:

http://members.aol.com/CMarschn/dsynchro.htm