So erstellst du eine Stimme aus einer Textbeschreibung

Die Kurzfassung

1. Beschreib zuerst Alter und Geschlecht, dann Tonhöhe, Klang, Tempo und Stimmung, auf Wunsch auch eine Rolle.
2. Generiere zwei oder drei Takes desselben kurzen Testsatzes; jeder Take ist ein neuer Sprecher.
3. Speichere den Take, der dir gefällt, als Stimme in My Voices.
4. Nutze die gespeicherte Stimme für alle Texte: Der Sprecher bleibt derselbe, auch über lange Texte und mehrere Sprachen hinweg.

Öffne Voice Design. Keine Idee? Der Button 🎲 Surprise me schreibt eine zufällige Beschreibung, die den Regeln unten folgt.

Wie Voice Design funktioniert

Voice Design liest deine Beschreibung und erfindet einen passenden Sprecher. Nichts wird nachgeschlagen oder kopiert. Daraus folgen zwei Dinge:

• Dieselbe Beschreibung ergibt jedes Mal eine andere Stimme. Das ist wie beim Casting: Du beschreibst die Rolle, und mit jedem Take kommt ein neuer Schauspieler, der zur Rollenbeschreibung passt.
• Sobald du einen Take speicherst, steht dieser Sprecher fest. Eine gespeicherte Stimme klingt bei jeder späteren Generierung gleich, in jeder Sprache und bei jeder Textlänge.

Fünf Eigenschaften und eine Rolle

Setz sie mit dieser Vorlage zusammen:

[Alter und Geschlecht] mit [Tonhöhe], [Klang] Stimme spricht [Tempo] und klingt [Stimmung], wie [Rolle].

Alter und Geschlecht kommen an den Anfang, damit Voice Design sie nicht übersieht. Halte die ganze Beschreibung unter etwa 40 Wörtern; ein oder zwei Sätze funktionieren besser als ein ganzer Absatz.

Beispiele nach Einsatzzweck

Hörbuch

Eine reife Frau mit warmer, weicher Stimme spricht gleichmäßig und klingt sanft, wie eine Hörbuchsprecherin.

YouTube-Erklärvideo

Ein Mann in den Dreißigern mit heller, klarer Stimme spricht zügig und klingt freundlich und selbstbewusst, wie ein Tech-YouTuber, der direkt in die Kamera redet.

Meditation und Einschlafhilfen

Eine junge Frau mit tiefer, hauchiger Stimme spricht langsam und bedächtig und klingt gelassen und beruhigend, wie eine Meditationslehrerin.

Bösewicht für Spiel oder Hörspiel

Ein älterer Mann mit tiefer, rauer Stimme spricht langsam und klingt kalt und geheimnisvoll, wie der Bösewicht in einem Hörspiel.

E-Learning und Schulungen

Eine Frau mittleren Alters mit warmer, klarer Stimme in mittlerer Lage spricht entspannt und klingt geduldig und ermutigend, wie eine Lehrerin, die etwas erklärt.

Was nicht funktioniert und was du stattdessen tust

Prominente und echte Personen

Voice Design imitiert keine echten Personen und lehnt Beschreibungen ab, die sie beim Namen nennen. Kopieren könnte es sie ohnehin nicht: In unseren Tests ergab „wie [berühmter Schauspieler]“ eine austauschbare Stimme. Beschreib lieber, was du an dieser Stimme hörst, zum Beispiel tief, langsam, rau und warm.

Herkunft, Nationalität und Akzente

Eine Nationalität oder einen Akzent zu verlangen, klappt nicht zuverlässig. Voice Design fällt oft auf eine neutrale Stimme zurück, die nach amerikanischem Standardenglisch klingt. Soll die Stimme eine bestimmte Sprache sprechen, stell die Auswahl Language auf diese Sprache und schreib den Text in ihr. Die Beschreibung musst du dafür nicht übersetzen, sie kann auf Deutsch oder Englisch bleiben.

Widersprüche und Audioeffekte

„Ruhig, aber sehr aufgeregt“ oder „flüsternd und schreiend“ ziehen die Stimme in zwei Richtungen zugleich; entscheide dich für eins. Begriffe aus der Tonmischung wie Hall, EQ oder „am Telefon“ bewirken nichts, weil Voice Design immer eine saubere, trockene Stimme erzeugt.

Lass das Casting auswählen

Voice Design befolgt nicht immer jedes Wort. Verlangst du eine „tiefe“ oder „schnelle“ Stimme, bekommst du sie meistens, aber nicht jedes Mal. Cast 3 voices generiert drei kurze Takes deiner Beschreibung (etwa 10 Sekunden), misst jeden an dem, was VoiceAct prüfen kann (Mann oder Frau, Kind, tief oder hoch, schnell oder langsam), und markiert den, der am besten passt. Hör sie dir an und klick dann auf Use this voice, um deinen Text damit zu generieren, oder auf Save, um die Stimme in My Voices zu behalten. Die Beschreibung kannst du in jeder der zehn Sprachen schreiben. Das Casting kostet die Zeichen einer kurzen Hörprobe.

In wenigen Takes zum Ziel

1. Schreib einen kurzen Testsatz, der wie dein echtes Skript klingt (gleiche Sprache, ähnliche Stimmung).
2. Generiere zwei oder drei Takes. Wenn keiner passt, ändere ein oder zwei Wörter der Beschreibung. Schreib sie nicht komplett neu.
3. Wenn ein Take passt, klick auf Save Voice. Zum Speichern braucht es mindestens fünf Sekunden Audio, teste also mit ein, zwei Sätzen und nicht mit einem einzelnen Wort.
4. Generiere dein eigentliches Skript mit der gespeicherten Stimme aus My Voices.

Bleibt die Stimme bei langen Texten gleich?

Lange Skripte werden in Abschnitten von je etwa einer Minute generiert und mit natürlichen Pausen zusammengefügt. Eine gespeicherte Stimme ist in jedem Abschnitt identisch. Generierst du einen langen Text direkt aus Voice Design, ohne zu speichern, entwirft VoiceAct die Stimme anhand deiner ersten Sätze und behält sie für den Rest bei. Der Sprecher wechselt also nicht mittendrin.

Andere Sprachen

• Voice Design funktioniert in allen zehn unterstützten Sprachen; stell die Auswahl Language auf die Sprache deines Textes.
• Wörter, die englisch aussehen (Markennamen, URLs), können in anderen Sprachen einen englischen Akzent bekommen. Schreib sie so, wie man sie in deiner Sprache ausspricht.
• Russisch ist noch in der Beta: Rechne mit gelegentlichen Aussprachefehlern.

Häufige Probleme

Stimmen aus Voice Design verantwortungsvoll nutzen

Stimmen aus Voice Design sind synthetisch, und du darfst die Aufnahmen kommerziell nutzen. Jede Datei trägt ein unhörbares KI-Wasserzeichen und in Downloads zusätzlich signierte Content Credentials, die sie als KI-generiert kennzeichnen. Die vollständigen Regeln stehen in den Nutzungsbedingungen.