KI-Stimmenklonen
Lass deinen Text per KI mit deiner eigenen Stimme sprechen. Füge Referenz und aufgenommene Einwilligung hinzu, prüfe die Kosten und lade das Ergebnis herunter.
Beim KI-Stimmenklonen wird aus deinem Text Sprache erzeugt, wobei eine Referenzaufnahme deiner eigenen Stimme verwendet wird. Bereite eine deutliche Referenz und eine separate Einwilligungsaufnahme vor und gib dann den Text ein, den du hören möchtest. Beide Aufnahmen müssen von derselben erwachsenen Person stammen und mit demselben Mikrofon im selben Raum aufgenommen werden. Der Klon wird nur für diese Anfrage verwendet und nicht gespeichert. Audio Converter Online bereitet WAV-Dateien im Browser vor und zeigt vor dem Start der Anfrage die anhand der Zeichenzahl berechneten Credit-Kosten an. Dieser Ablauf eignet sich für eine kurze persönliche Vertonung, wenn du natürliche Sprache und eine ausdrückliche aufgenommene Einwilligung bereitstellen kannst. Höre das erzeugte Audio sorgfältig an, bevor du es teilst.
Referenzaufnahme für das KI-Stimmenklonen
Nimm 10–30 Sekunden natürliche Sprache einer einzelnen erwachsenen Person in einem ruhigen Raum auf. Verwende die Sprache, in der du das Audio erzeugen möchtest, halte einen gleichmäßigen Abstand zum Mikrofon und vermeide Musik, Hall oder andere Stimmen. Lies einen kurzen Abschnitt in deinem normalen Tempo, statt den Vortrag zu übertreiben. Eine saubere Referenz hilft dem Klonprozess, nützliche Eigenschaften deiner Sprache zu erfassen. Lade eine WAV-Datei hoch oder nimm direkt auf der Seite auf; vorbereitete Dateien verwenden PCM-WAV in Mono mit 24 kHz und 16 Bit. Jede hochgeladene Referenz- und Einwilligungsdatei darf höchstens 10 MB groß sein. KI-generiertes Referenzaudio wird abgelehnt. Verwende daher eine echte Aufnahme deiner eigenen Stimme.
Aufgenommene Einwilligung und Grenzen der Anfrage
Erstelle eine separate Einwilligungsaufnahme von 3–20 Sekunden mit derselben Person, demselben Mikrofon und im selben Raum. Lies den in Schritt zwei angezeigten Satz genau vor; übersetzte Fassungen in der ausgewählten Sprache werden akzeptiert. Die Einwilligungsaufnahme muss natürliche menschliche Sprache enthalten und von derselben Person wie die Referenz stammen. Aktiviere vor der Erzeugung das Kontrollkästchen zur Berechtigung. Beim Stimmenklonen sind bis zu 2.000 Zeichen zulässig; die Kosten betragen 1 Credit pro angefangene 100 Zeichen, mindestens 1 Credit. Ein Text mit 101 Zeichen kostet zum Standardtarif 2 Credits. Der Klon wird nur für diese Anfrage verwendet und nicht gespeichert. Es gibt keinen kostenlosen KI-Tarif; erforderlich sind eine Anmeldung, genügend kostenpflichtige Credits und verfügbare tägliche Kapazität des Dienstes.
Die geklonte Sprache prüfen
Stimmenklonen kann Aussprache, Betonung oder Tempo verändern, selbst bei einer deutlichen Referenz. Vergleiche die erzeugten Worte mit deinem Text und prüfe Namen, Zahlen und Satzenden, bevor du das Audio verwendest. Wenn ein Ergebnis unnatürlich klingt, verbessere die Referenz und vereinfache den Text, bevor du eine neue kostenpflichtige Anfrage stellst. Der Ergebnisplayer bietet Wiedergabe und WAV-Download sowie eine MP3-Umwandlung für eine kleinere Kopie zum Anhören. Aufnahmen und Text werden zur KI-Verarbeitung gesendet. Verwende daher nur Material, das du einreichen darfst. Bewahre deine Originalaufnahmen separat auf. Stelle synthetische Sprache nicht als authentische, von jemandem aufgenommene Aussage dar und verwende nur deine eigenen Stimmen oder Stimmen, die du mit Erlaubnis nutzen darfst.
In vier Schritten zum Ergebnis
Referenz aufnehmen
Lade 10–30 Sekunden natürliche Sprache einer einzelnen erwachsenen Person in einem ruhigen Raum hoch oder nimm sie auf.
Einwilligung aufnehmen
Lass dieselbe Person mit demselben Mikrofon den angezeigten Einwilligungssatz in 3–20 Sekunden vorlesen.
Text eingeben und bestätigen
Bereite bis zu 2.000 Zeichen vor, bestätige die Berechtigung, melde dich an und prüfe die Kosten.
Erzeugen und prüfen
Höre die geklonte Sprache an und speichere WAV oder MP3. Der Klon wird nur für diese Anfrage verwendet und nicht gespeichert.
Verantwortungsvoller Umgang mit Stimmen
Verwende nur deine eigenen Stimmen oder Stimmen, die du mit Erlaubnis nutzen darfst. Es gibt keinen kostenlosen KI-Tarif. Bei fehlgeschlagenen Aufträgen werden die dafür berechneten Website-Credits zurückerstattet. Speichere fertiges Audio zeitnah, da Ergebnislinks nur vorübergehend gültig sind.
Häufige Fragen
Wird mein Klon gespeichert?
Nein. Der Klon wird nur für diese Anfrage verwendet und nicht gespeichert. Eine spätere Anfrage benötigt eigene Referenz- und Einwilligungsaufnahmen. Lade das fertige Audio herunter, wenn du das Ergebnis behalten möchtest.
Warum brauche ich zwei Aufnahmen?
Die Referenz liefert natürliche Sprache für die Stimme. Die separate Einwilligungsaufnahme bestätigt, dass dieselbe sprechende Person der Erstellung einer synthetischen Stimme zustimmt. Verwende dasselbe Mikrofon und denselben Raum und lies den angezeigten Satz oder seine akzeptierte Übersetzung genau vor.
Brauche ich ein Konto?
Ja. Melde dich an und verwende genügend kostenpflichtige Credits, um die Erzeugung zu starten. Es gibt keinen kostenlosen KI-Tarif. Du kannst deine Eingaben vor der Anmeldung vorbereiten; das Tool zeigt die Kosten vor dem Start an. Schlägt die Erzeugung fehl, werden die für diesen Auftrag berechneten Website-Credits automatisch zurückerstattet.
Kann ich das Ergebnis herunterladen?
Ja. Höre es im Ergebnisplayer an und lade WAV zur Bearbeitung herunter oder nutze die MP3-Schaltfläche für eine kompakte Kopie zum Anhören. Die Formatumwandlung erfolgt bei Bedarf im Browser. Speichere den Download zeitnah: Das erzeugte Ergebnis ist vorübergehend verfügbar und ein älterer Audiolink kann seine Gültigkeit verlieren.
Welche Stimmen darf ich verwenden?
Verwende nur deine eigenen Stimmen oder Stimmen, die du mit Erlaubnis nutzen darfst. Hole vor dem Hochladen einer Aufnahme die Erlaubnis der sprechenden Person ein. Gib erzeugte Sprache nicht als authentische Aufnahme einer anderen Person aus. Höre vor dem Teilen genau hin und weise Zuhörende darauf hin, wenn synthetisches Audio sonst irreführend sein könnte.