Die Dissertation untersucht künstliche neuronale Netze in der Prosodiemodellierung und konzentriert sich auf Sprachsynthese. Sie gibt einen Überblick über das Dresdner Synthesesystem DRESS, die Theorie neuronaler Netze sowie die Grundlagen der Prosodiemodellierung. In einem ausführlichen Kapitel werden Netze zur Vorhersage prosodischer Parameter, die verwendeten Sprachdaten, Trainingsergebnisse und Hörexperimente beschrieben. Um die Vorteile neuronaler und regelbasierter Prosodiemodelle zu kombinieren, wird eine hybride Architektur entwickelt und mit Beispielen zur Intonations- bzw. Dauersteuerung illustriert. Ein weiteres Kapitel widmet sich der prosodischen Korpus-Analyse und erläutert ein Beispiel zur Phrasengrenzen-Detektion. Abschließend werden Modellanwendungen sowie Experimente für Deutsch, Mandarin-Chinesisch und Französisch vorgestellt. Das integrierte Prosodiemodell berechnet Grundfrequenz, Silbendauer und Intensität in einem Arbeitsschritt. Es wird evolutionär optimiert. Neuronale und hybride Prosodiemodelle erleichtern die multilinguale Systementwicklung. Die erzielbare Sprachqualität ist von den verfügbaren Trainingsdaten abhängig.