Anmelden

KI-Stimme-Generator

Gib jedem Produktvideo, jeder Ansage und jeder Schulung eine klare Stimme: Füg deine Worte ein, wähl eine von zehn Stimmen, und der KI-Stimme-Generator liest sie in Sekunden, Untertitel inklusive.

  • 10 natürliche Stimmen
  • Zehn Sprachen
  • MP3, WAV und SRT-Untertitel

KI-Stimme-Generator

Der KI-Stimme-Generator nutzt Credits aus einem Tarif oder einem Credit-Paket: 10 Credits für jeweils 1.000 gelesene Zeichen, eine Minute englischer Text kostet also etwa 10, und du zahlst nur für die Vertonungen, die du erhältst. Tarife und Credit-Pakete enthalten eine kommerzielle Lizenz für jede Vertonung.

von deinem Text zur Stimme
~10 s
Stimmen, weiblich und männlich
10
Lesarten, von natürlich bis Ansage
4
Zeichen in einer Vertonung
3.000

So arbeitet der KI-Stimme-Generator

Ein Text, eine Stimme, ein Klick. Mit Text zu Sprache sind deine Worte in wenigen Sekunden gesprochen, jede Zeile mit ihrer Zeit.

Was die Stimme liest

하루 종일 들고 다녀도 가벼운 텀블러를 찾고 계셨나요? 모아 텀블러는 무게가 280g이라 손에 쥐어도 부담이 없습니다. 이중 진공 구조라 아침에 담은 커피가 오후까지 따뜻해요. 지금 스마트스토어에서 만나 보세요.

118 / 3.000 Zeichenetwa 17 s

Was dieser KI-Stimme-Generator kann

Klare Sprache in der Sprache deiner Hörer, jedes Wort so gesagt, wie du es meinst, und Untertitel, die mit der Stimme Schritt halten. Text zu Sprache begleitet jeden Kanal, vom Produktvideo bis zur Ansage im Laden.

  • 한국어Verlässlich und ruhig · 14.2 s

    안녕하세요, 하루 베이커리입니다.

  • 日本語Sicher und überzeugend · 12.4 s

    ようこそ、みどり茶園のオンラインショップへ。

  • 简体中文Schwungvolle Werbung · 12.7 s

    家人们,今天给大家带来的是我们自家果园的脐橙!

Zehn Sprachen, ein Satz Stimmen

Text zu Sprache gibt es auf Englisch, Chinesisch, Japanisch, Koreanisch, Deutsch, Französisch, Spanisch, Portugiesisch und Italienisch, und „Auto“ erkennt die Sprache aus deinem Text. Jede der zehn Stimmen spricht alle diese Sprachen, so bleibt eine Markenstimme in allen Märkten dieselbe.

Geschrieben

Maison Ondine

Gesagt als

May-zon On-deen

Im Skript

At Maison Ondine, every candle starts in a small workshop by the sea.

Die Stimme sagt

At May-zon On-deen, every candle starts in a small workshop by the sea.

Namen so gesagt, wie du sie sagst

Schreib ein Wort unter „Aussprache“ so, wie es klingt, und die KI Stimme sagt es so, während dein Text die Schreibweise behält: Maison Ondine wird als „May-zon On-deen“ gelesen. Zahlen, Preise, Uhrzeiten und Einheiten kommen so heraus, wie Menschen sie sagen.

1
00:00:00,080 --> 00:00:01,560
Good afternoon, shoppers.

2
00:00:01,760 --> 00:00:06,320
For the next hour, all fresh bread
in the bakery aisle is 20% off.

3
00:00:06,440 --> 00:00:08,720
Stop by the front counter
for today's tasting.

4
00:00:08,840 --> 00:00:10,960
Thank you for shopping
at Greenleaf Market.

Untertitel auf jede Zeile getimt

Die Stimme meldet, wann sie jedes Zeichen sagt, deshalb beginnt jede Untertitelzeile mit ihrem ersten Wort. Lade sie als SRT-Datei, die Videoschnittprogramme und Social-Plattformen lesen, höchstens zwei Zeilen.

  • Natürlich

    Natürlich, als würdest du mit einem Menschen sprechen: die richtige Lesart für die meisten Texte.

  • Energisch

    Heller und lebendiger, für Angebote, Neuheiten und Sales.

  • Ruhig

    Weich und ohne Eile, für Beauty, Kerzen, Geschenke und hochwertige Produkte.

  • Ansage

    Sicher und poliert, für Ansagen und Präsentationen.

Vier Lesarten für jedes Skript

Vier Lesarten machen Text zu Sprache für jedes Skript passend: natürlich für Produktvideos und Anleitungen, energisch für Reels und Neuheiten, ruhig für Markengeschichten, Ansage für Durchsagen im Laden und bei Events. Jede Lesart spielt hier ein Beispiel, das auf dieser Seite entstanden ist.

Was Text zu Sprache ist

Text zu Sprache macht aus geschriebenen Worten natürliche Sprache. Du fügst den Text ein, wählst eine Stimme, und sie liest ihn mit den Pausen, Betonungen und dem Rhythmus, die ein Mensch nutzen würde. Das klingt wie ein Sprecher und nicht wie eine Maschine.

Die Stimmen hier sind gestaltete Stimmen, jede mit einer Rolle, die sie am besten spielt: eine warme Stimme für freundliche Produktvideos, eine sichere für Dienstleistungen, eine ruhige für hochwertige Produkte, eine schwungvolle für Angebote, eine verlässliche für Pflege und Gesundheit und eine klassische Radiostimme für Ansagen im Laden.

Text schreiben, der sich gut vorlesen lässt

Schreib fürs Ohr, denn Text zu Sprache liest genau deine Worte. Halt die Sätze kurz, eine Idee pro Satz, und end mit dem, was der Hörer tun soll. Ein Komma gibt eine kurze Pause, ein Punkt eine längere, so setzt du mit der Zeichensetzung das Tempo.

Schreib Zahlen so, wie du sie überall schreibst: Die Stimme liest 280 g, 20 %, 8 Uhr und 300 Gramm so, wie Menschen sie sagen. Schreib eine Marke oder ein fremdes Wort unter „Aussprache“ so, wie es klingt, damit Text zu Sprache sie richtig sagt, oder nutz IPA in Schrägstrichen für einen genauen Laut.

Lies den Text einmal laut, bevor du die Vertonung startest. Wo du stockst, stockt auch die Stimme: eine lange Aufzählung, zwei Zahlen hintereinander, ein Name neben einem ähnlichen Wort. Text zu Sprache liest genau das, was dasteht, also ist der Text der richtige Ort zum Ändern.

Stimme und Lesart wählen

Wähl die KI Stimme zuerst für den Hörer. Produktvideos und Tutorials passen zu einer warmen oder sicheren Stimme, Beauty, Kerzen und Geschenke zu einer ruhigen, Angebote und Neuheiten zu einer schwungvollen, Öffnungszeiten und Telefonansagen zu einer verlässlichen, Ansagen im Laden zur klassischen Radiostimme.

Die Lesart setzt den Ton obendrauf: Die koreanische Bäckerei-Ansage auf dieser Seite nutzt die verlässliche Stimme mit natürlicher Lesart, das koreanische Reel die schwungvolle Stimme mit energischer Lesart und die Kerzen-Markengeschichte die ruhige, hochwertige Stimme mit ruhiger Lesart.

Hör zuerst eine Zeile: Jede Zeile mit bis zu 100 Zeichen, etwa ein Markenname oder ein Preis, wird für 1 Credit in der gewählten Stimme gesprochen, so hörst du sie, bevor du die ganze Vertonung machst.

Text zu Sprache in deiner Sprache

Jede Sprache liest in ihrem eigenen Tempo: Englisch etwa 160 Wörter pro Minute, Chinesisch etwa 4,7 Zeichen pro Sekunde, Japanisch 6,2 und Koreanisch 5,3 Silben. Die Schätzung unter deinem Text rechnet mit diesen Werten, so kennst du die Länge, bevor du startest.

Schreib in der Sprache, die du hören willst, und lass die Sprache auf „Auto“, oder wähl sie selbst, wenn ein Text mehrere Sprachen mischt. Sowohl vereinfachtes als auch traditionelles Chinesisch liest Text zu Sprache auf Mandarin.

Wo deine Vertonungen laufen dürfen

Vertonungen vom KI-Stimme-Generator gehören dir und dürfen in deinen Kanälen und in deinem Geschäft laufen: Produkt- und Shop-Videos, Reels und Shorts, Posts in sozialen Medien, Websites, Ansagen im Laden und am Telefon, Kurse, Präsentationen, Podcasts und Anzeigen. Tarife und Credit-Pakete enthalten eine kommerzielle Lizenz, und der Business-Tarif deckt ein ganzes Unternehmen ab.

Jede KI Stimme ist eine gestaltete Stimme, keine Nachahmung eines echten Menschen. Für Anzeigen mit 15, 30 oder 60 Sekunden liest der KI-Werbesprecher dein Skript auf die Länge des Spots, und der KI-Bildgenerator macht die Bilder dazu.

Wo deine Stimme laufen kann

  • Reels, Shorts und Posts in den sozialen Medien
  • Radio-, TV- und Online-Anzeigen
  • Deine Website, Shop-Seiten und Produktvideos
  • Ansagen im Laden und Telefonansagen
  • Podcasts, Kurse und Präsentationen
  • Erklärvideos, Tutorials und Markengeschichten

Wer diesen KI-Stimme-Generator nutzt

Alle, die etwas zu sagen haben und kein Studio buchen möchten: Text rein, fertige Stimme raus.

Onlineshops

Vertonungen für Produktvideos, Shop-Seiten und Reels, in der KI Stimme, die zur Marke passt, und in der Sprache des Markts.

Läden, Cafés und Studios

Text zu Sprache für Öffnungszeiten, Telefonansagen und Ansagen im Laden, jedes Mal gleich klar gelesen.

Lehrer und Trainer

Kurse, Anleitungsvideos und Präsentationen mit Untertiteln, die auf die KI Stimme getimt sind.

Creator und kleine Marken

Markengeschichten, Erklärvideos und Podcast-Intros, in zehn Sprachen mit einem Satz Stimmen.

Fragen zum KI-Stimme-Generator

Was Menschen vor ihrer ersten Vertonung mit Text zu Sprache fragen.

Vertonen

Wie viele Credits braucht der KI-Stimme-Generator?

10 Credits für jeweils 1.000 gelesene Zeichen oder einen Teil davon, aus einem Tarif oder einem Credit-Paket: eine Minute englischer Text hat etwa 900 Zeichen, also 10 Credits. Eine einzelne Zeile zum Testen kostet 1 Credit. Mit Text zu Sprache zahlst du nur für die Vertonungen, die du erhältst.

Wie lange dauert es?

Ein paar Sekunden: Text zu Sprache spielt die Vertonung auf der Seite ab, sobald sie fertig ist, mit ihrer echten Länge.

Wie lang darf mein Text sein?

Bis zu 3.000 Zeichen in einer Vertonung, etwa drei Minuten englischer Text. Längere Texte kommen in Teilen, jeder mit eigenen Dateien.

Welche Sprachen spricht Text zu Sprache hier?

Englisch, vereinfachtes und traditionelles Chinesisch (auf Mandarin gelesen), Japanisch, Koreanisch, Deutsch, Französisch, Spanisch, Portugiesisch und Italienisch. „Auto“ wählt die Sprache aus deinem Text.

Wie bekomme ich einen Namen richtig ausgesprochen?

Trag ihn unter „Aussprache“ mit seiner Lautschrift ein, etwa „May-zon On-deen“. Teste die Zeile zuerst für 1 Credit. IPA in Schrägstrichen liest die Stimme genau so, wie es dasteht.

Welche Dateien bekomme ich?

Eine MP3 mit 44,1 kHz und 192 kbps, eine WAV für Video- und Audioprogramme und SRT-Untertitel, die auf die Stimme getimt sind.

Darf ich die Stimmen für mein Geschäft nutzen?

Ja. Was du mit Text zu Sprache machst, darfst du in Videos, auf deinen Kanälen, in deinem Shop und in Anzeigen nutzen; Tarife und Credit-Pakete enthalten eine kommerzielle Lizenz.

Ist Text zu Sprache hier gut für Anzeigen?

Ja, und für eine Anzeige, die 15, 30 oder 60 Sekunden füllen muss, timt der KI-Werbesprecher die Vertonung auf den Spot und kürzt das Skript mit KI, wenn es zu lang ist.

Gib deinen Worten mit dem KI-Stimme-Generator eine Stimme

Füg deinen Text ein, wähl eine KI Stimme und eine Lesart, und lade die Vertonung mit Untertiteln herunter, 10 Credits für jeweils 1.000 Zeichen.