Voice Cloning – eigene Stimme klonen und Text sprechen lassen
Kurzbefehl im Chat: /stimmeklonen
Voice Cloning heißt hier: Du liest ein paar Minuten Text ein, lädst die Aufnahme hoch und bekommst einen Text bis 2.500 Zeichen in deiner eigenen Stimme gesprochen. Der Klon wird nur für diesen Lauf angelegt und danach gelöscht.
Mit Konto
Kosten: 17.800 Token je angefangene 1.000 Zeichen · Die hochgeladene Datei wird nach 24 Stunden gelöscht, das Ergebnis bleibt in „Meine Medien“.
Dieses Werkzeug ist mit einem kostenlosen Konto nutzbar. Kostenlos registrieren
Deine Stimme, ohne jedes Mal ins Mikrofon zu sprechen
Beim Voice Cloning lernt ein Modell aus einer kurzen Sprachprobe, wie deine Stimme klingt: Stimmfarbe, Tonlage, Sprechrhythmus. Danach liest es deinen Text (bis 2.500 Zeichen je Lauf) mit dieser Stimme. Anders als Text-zu-Sprache mit Bibliotheksstimmen klingt das nach dir, und anders als beim Voice Changer musst du den Text nicht selbst einsprechen.
Das brauchst du, wenn du regelmäßig Ton in deiner Stimme produzierst, aber nicht jedes Mal aufnehmen willst: Korrekturen in einer Podcast-Folge, Voiceover für Erklärvideos, Schulungsinhalte oder eine Vorlesefassung deines eigenen Textes. Du änderst nur den Text; weil je Lauf ein neuer Klon entsteht, können Ähnlichkeit und Betonung zwischen Läufen leicht schwanken.
Der Klon wird nur für den jeweiligen Lauf erzeugt und danach beim Anbieter gelöscht; es gibt keine dauerhafte Stimmbibliothek. Das kostet je Lauf einen erneuten Upload, vermeidet aber eine dauerhafte Ablage deiner Stimme als Klon.
So geht’s
- 1
Probe aufnehmen und hochladen
Mindestens 10 Sekunden, empfohlen 1 bis 3 Minuten ruhig und deutlich einlesen; als MP3, M4A, WAV, OGG oder FLAC bis 50 MB und 5 Minuten hochladen.
- 2
Text eingeben
Den Text eintragen, der gesprochen werden soll, bis 2.500 Zeichen; Satzzeichen und Absätze steuern Pausen.
- 3
Geräusche entfernen und bestätigen
„Hintergrundgeräusche der Probe entfernen“ eingeschaltet lassen und per Häkchen bestätigen, dass es deine Stimme ist oder du die Erlaubnis hast.
- 4
Anhören und speichern
Lauf starten, Ergebnis anhören und als MP3 herunterladen oder mit „Audio schneiden“ weiterbearbeiten.
Typische Einsätze
Podcast-Korrektur
Einen versprochenen Satz oder eine Zahl nachträglich in der eigenen Stimme ersetzen, ohne Neuaufnahme.
Voiceover für Erklärvideos
Skript schreiben, in der eigenen Stimme ausgeben, bei Änderungen nur den Text anpassen.
Kurse und Schulungen
Lektionen in gleichbleibender Stimme produzieren, auch wenn der Inhalt über Wochen entsteht.
Eigene Texte vorlesen
Blogbeitrag, Newsletter oder Buchkapitel als Audiofassung mit der eigenen Stimme anbieten.
Gut zu wissen
- Probe: MP3, M4A, WAV, OGG oder FLAC bis 50 MB, mindestens 10 Sekunden und höchstens 5 Minuten; empfohlen sind 1 bis 3 Minuten klare Sprache eines einzelnen Sprechers ohne Musik und Hall.
- Der Schalter „Hintergrundgeräusche der Probe entfernen“ ist standardmäßig an und hilft bei Rauschen oder Raumklang.
- Ohne Einwilligungs-Häkchen startet kein Lauf; erlaubt ist nur die eigene Stimme oder eine mit ausdrücklicher Erlaubnis. Das Häkchen ist eine Erklärung, keine Identitätsprüfung.
- Der Klon wird nur für diesen Lauf erzeugt und danach beim Anbieter gelöscht; schlägt das Löschen mehrfach fehl, wird das protokolliert. Die Probe wird bei uns nach 24 Stunden in einem stündlichen Lauf gelöscht, das MP3 bleibt in deiner Mediathek, bis du es dort entfernst.
- Text bis 2.500 Zeichen je Lauf; Kosten: fester Token-Betrag je angefangene 1.000 Zeichen, das Klonen kostet nichts extra. Nur mit Konto, kein Abo nötig.
- Nutzung des Ergebnisses nach den Bedingungen des Audio-Anbieters; bei Veröffentlichungen Kennzeichnungspflichten für KI-Inhalte beachten.
Häufige Fragen
Wessen Stimme darf ich klonen?
Nur deine eigene oder die einer Person, die dir das ausdrücklich erlaubt hat; die Stimme ist Teil des Persönlichkeitsrechts. Mit dem Häkchen erklärst du das, eine Identitätsprüfung ist es nicht; Missbrauch führt zur Sperre des Kontos.
Wie nehme ich eine gute Probe auf?
Ruhiger Raum, ein Sprecher, kein Hall, keine Musik, mindestens 10 Sekunden, besser 1 bis 3 Minuten in dem Tonfall, den du im Ergebnis hören willst. Gleichbleibender Mikrofonabstand und abwechslungsreiche Sätze helfen mehr als eine lange Aufnahme. Handy-Aufnahmen reichen.
Wird meine Stimme gespeichert?
Nicht als dauerhafter Klon: Für den Lauf wird beim Anbieter ein Sofort-Klon erzeugt, der Text gesprochen und der Klon danach gelöscht; schlägt das Löschen fehl, wird es wiederholt und sonst protokolliert. Die Probe wird bei uns nach 24 Stunden in einem stündlichen Lauf gelöscht, das MP3 bleibt in deiner Mediathek.
Wie steuere ich Pausen und Betonung?
Über den Text: Kommas, Punkte und Absätze erzeugen Pausen, Fragezeichen heben die Stimme. Den Tonfall übernimmt der Klon aus der Probe; Betonung und Ähnlichkeit können zwischen Läufen leicht variieren.
Spricht der Klon auch andere Sprachen?
Das Modell kann Text in anderen Sprachen mit deiner Stimmfarbe sprechen; Akzent und Qualität haben wir nicht je Sprache geprüft. Am besten mit einem kurzen Text testen.
Was kostet es?
Je angefangene 1.000 Zeichen Text ein fester Token-Betrag, der über dem Werkzeug steht; ein Lauf nimmt bis 2.500 Zeichen. Das Klonen selbst kostet nichts extra. Nur mit Konto nutzbar.
Muss ich KI-Stimmen kennzeichnen?
Erzeugte Sprache gilt als synthetisch. Bei Veröffentlichungen können Kennzeichnungspflichten gelten, besonders wenn eine reale Person nachgeahmt wird (AI Act, Art. 50).