KI-Stimme erstellen: die besten Generatoren im Vergleich

Du fügst ein Skript ein, wählst eine Stimme und lädst eine MP3 herunter. Das ist ein KI-Stimmen-Generator. Die guten klingen nicht mehr nach Roboter: Sie atmen, machen Pausen und heben bei Fragen die Stimme.

Die Demo jeder Marke ist so gewählt, dass sie glänzt, sie sagt also wenig. Aussagekräftig sind dein eigener Text und diese acht Punkte, die entscheiden, was du zahlst und was du mit dem Audio tun darfst:

1. 1Qualität mit deinem Text, nicht mit dem Beispielsatz.
2. 2Sprachen und Akzente: deine und die deines Publikums.
3. 3Stimmklonen: ob du deine eigene Stimme erstellen kannst und wie viele du speichern darfst.
4. 4Preis pro Minute, selbst ausgerechnet und nicht der von der Startseite.
5. 5Wann das Guthaben verfällt: jeden Monat, nach zwei Monaten oder nie.
6. 6Abo oder Einmalzahlung.
7. 7Lizenz für kommerzielle Nutzung, vor allem im Gratis-Tarif.
8. 8API und Ausgabeformate, falls du automatisierst oder Videos schneidest.

Mit dem Text, den du wirklich nutzen willst. Ein Absatz aus deinem Skript sagt mehr als zehn Demos, weil er deine Eigennamen, deine Zahlen und deine Zeichensetzung enthält.

Beim Klonen entsteht aus einer Aufnahme von dir eine synthetische Stimme, die wie du klingt. Fast alle bieten es an, also frag nach den Bedingungen:

• Wie viele eigene Stimmen kannst du speichern? In mehreren Einstiegstarifen gibt es eine feste Zahl an Plätzen, und für eine neue Stimme musst du eine alte löschen.
• Ist das Klonen im günstigsten Tarif enthalten oder nur in den teuren?
• Musst du bestätigen, dass die Stimme deine ist oder dass du die Erlaubnis hast? Wenn nicht, ist das ein schlechtes Zeichen: Die Stimme eines anderen ohne Erlaubnis zu klonen kann illegal sein.
• Kann deine geklonte Stimme andere Sprachen sprechen?

Bei einer Marke ist ein Credit ein Zeichen. Bei einer anderen wird der Tarif in Minuten verkauft. Um sie zu vergleichen, rechnest du alles in dieselbe Einheit um: Euro pro Minute Audio.

Teile den Tarifpreis durch die Minuten, die du bekommst. Wird der Tarif in Zeichen verkauft, teile die Zeichen durch etwa 1.000, dann hast du die ungefähren Minuten.

Von jeder Marke nehmen wir den Einstiegstarif, den günstigsten, der sich abschließen lässt, zum Monatspreis und nie den durch zwölf geteilten Jahrespreis. Von Voizum das Paket mit dem besten Preis pro Credit. Alles in Euro pro Minute Audio.

Nach diesen Daten ist Voizum der günstigste Anbieter der Tabelle: 0,013 €/min, 3,1-mal weniger als der nächste, TTSMaker. Mit dem kleinsten Paket sind es 0,016 €/min, immer noch unter allen anderen.

Lies die Lizenz, bevor du ein monetarisiertes Video, eine Werbung oder einen bezahlten Kurs veröffentlichst. Diesen Schritt überspringen die meisten, und in Gratis-Tarifen liegt meist die Überraschung.

Fish Audio gibt auf seiner Tarifseite an, dass kostenlose Nutzer das Audio nur in privaten, nicht kommerziellen Projekten verwenden dürfen. ElevenLabs enthält die kommerzielle Lizenz ab dem Tarif Starter, nicht im Gratis-Tarif. Wenn du bei einem der beiden kostenlos testest, setz dieses Audio in nichts ein, womit du Geld verdienst.

Bei Voizum erlauben die Nutzungsbedingungen, die erzeugten Audios für alles zu verwenden, auch kommerziell, egal ob sie aus gekauften oder Gratis-Credits stammen. Was niemand darf, ob zahlend oder nicht: sich als eine andere Person ausgeben, täuschen, belästigen oder illegale Inhalte veröffentlichen.

Wenn du nur gelegentlich ein Video machst, ist dir die API egal. Willst du Audio aus deiner App, einer Tabelle oder einem Automatisierungswerkzeug erzeugen, schau nach, ob die API im Preis enthalten ist oder extra berechnet wird. Die Tabelle oben sagt es für jede Marke.

Die MP3 reicht für fast alles: Videoschnitt, soziale Netzwerke, Podcasts und Präsentationen. Prüfenswert ist, ob der Generator deine Audios speichert und wie lange.

Du kannst auswählen, ohne etwas auszugeben, wenn du alle gleich testest:

1. 1Nimm überall den Text aus dem Fünf-Minuten-Test, ohne ein Komma zu ändern.
2. 2Öffne den Gratis-Tarif jedes Anbieters. Notiere, wie viele Minuten er bietet und ob sie verfallen.
3. 3Erzeuge den Text bei jedem mit einer ähnlichen Stimme: gleiches Geschlecht, gleiche Sprache und, wenn möglich, gleicher Akzent.
4. 4Hör die Ergebnisse hintereinander an, ohne nachzusehen, welches von wem ist. Behalte die zwei, die am besten klingen.
5. 5Rechne für diese zwei den Preis pro Minute mit dem aus, was du pro Monat erzeugen willst, und prüfe, ob das Guthaben verfällt.
6. 6Lies die Lizenz des Tarifs, den du nutzen willst, bevor du etwas veröffentlichst.

1.000 Zeichen kosten 60 Credits, eine Minute Audio also etwa 60 Credits. Die Kosten siehst du vor dem Erstellen.

Es gibt kein Abo: Du kaufst einmal ein Paket, und die Credits verfallen nicht. Die Gratis-Credits jedes Monats gelten für Audios und Dialoge. Zum Klonen von Stimmen, für die API und zum Vertonen von Videos musst du schon einmal gekauft haben.