Text in Sprache

1. 01

   Fügen Sie Ihren Text ein

   Bis zu 5,000 Zeichen pro Anfrage, also rund 800 gesprochene Wörter oder etwa fünf Minuten Audio. Längerer Text? Teilen Sie ihn an Szenen- oder Absatzgrenzen in Abschnitte auf.

2. 02

   Stimmen mit der Vorschau testen

   Hören Sie sich drei oder vier Stimmen in der Vorschau an, bevor Sie auf „Audio erzeugen“ klicken. Die Vorschau nutzt den ersten Satz Ihrer Eingabe. So hören Sie die Stimme mit IHREN Worten statt mit einer vorgefertigten Demo.

3. 03

   Mit 1.0× erzeugen

   Bei normaler Geschwindigkeit klingt die Betonung am natürlichsten. Erhöhen Sie später nur dann auf 1.1× bis 1.2×, wenn Ihr Format ein zügigeres Tempo verlangt (Shorts, TikTok, Anzeigen).

4. 04

   WAV herunterladen

   Verlustfreie WAV-Datei mit 24 kHz, ohne Wasserzeichen, kommerzielle Nutzung inklusive. Ziehen Sie sie direkt in Ihr Videoschnittprogramm, Ihre DAW oder Ihr Kurs-Tool.

Möchten Sie sie anhören? Alle 54 Stimmen ansehen →

• 01

  Stimme nach dem Inhalt wählen, nicht nach Geschmack

  Eine warme Erzählstimme klingt in einer Software-Anleitung herablassend. Eine neutrale Erklärstimme wirkt in einem Lifestyle-Vlog kühl. Wählen Sie zuerst den Ton passend zum Genre: Liam für Anleitungen, Sarah für Erklärvideos, Sky für Kurzformate, River für lange Erzählungen. Verfeinern Sie die Auswahl dann innerhalb dieser Gruppe.

• 02

  Schnell testen: Vorschau statt „Audio erzeugen“

  Die Vorschau spielt den ersten Satz Ihrer Eingabe in Sekunden mit der jeweiligen Stimme ab. Testen Sie vier Stimmen nacheinander. Wählen Sie die beste aus und erzeugen Sie erst danach das Audio. So sparen Sie im gesamten Ablauf am meisten Zeit.

• 03

  Kommas, Punkte und Zeilenumbrüche für das Sprechtempo nutzen

  Das Kokoro-Modell setzt Satzzeichen in Sprechrhythmus um. Ein Komma ist eine kurze Pause, ein Punkt eine längere, ein Zeilenumbruch die längste. Klingt ein Satz flach, teilen Sie ihn. Wirkt ein Übergang gehetzt, setzen Sie Auslassungspunkte. Günstiger können Sie das Tempo nicht steuern: Es kostet nichts.

• 04

  Stimme wechseln gegen Monotonie

  Nach acht Minuten verliert eine Erzählung mit nur einer Stimme an Energie. Wechseln Sie bei langen Videos und Podcasts zwischen zwei Stimmen: einer Hauptstimme für die Erzählung (Sarah, River) und einer zweiten für Einschübe wie „Wussten Sie, dass …?“, Zitate oder Randbemerkungen (Adam, Daniel). Erzeugen Sie die Teile als separate Clips und fügen Sie sie in Ihrem Schnittprogramm zusammen.

• 05

  Eigennamen und Abkürzungen phonetisch schreiben

  Setzen Sie bei Abkürzungen Punkte zwischen die Buchstaben (N.A.S.A.) oder schreiben Sie sie aus. Schreiben Sie Eigennamen phonetisch: „Linus“ als „Lie-nus“, „Kokoro“ als „co-co-roh“, „Anthropic“ als „an-throp-ic“. Erzeugen Sie einen kurzen Testclip nur mit dem schwierigen Wort und wechseln Sie die Stimme, falls eine andere es besser ausspricht. Übernehmen Sie die korrigierte Schreibweise dann ins vollständige Skript.

• 06

  Bleiben Sie bei 1.0×, sofern Ihr Format nichts anderes verlangt

  Bei normaler Geschwindigkeit klingt die Betonung am natürlichsten. Erhöhen Sie nur bei Kurzformaten (TikTok, Shorts, Reels) auf 1.1× bis 1.2×, wo ein knackiges Tempo besser ankommt. Für Anleitungen, Erzählungen, Hörbücher und Erklärvideos klingt 1.0× deutlich menschlicher, denn das Modell wurde mit Sprache in natürlichem Tempo trainiert.

Der Vergleich ist qualitativ, denn die Zahlen der kostenlosen Tarife von Wettbewerbern ändern sich mit der Zeit. Prüfen Sie die aktuellen Limits von ElevenLabs, bevor Sie vergleichen.