KI-Stimme kostenlos: Text in eine realistische Stimme verwandeln

Ein kostenloser KI-Sprecher für deine TikTok-, YouTube- und Reels-Videos

Der KI-Sprecher ist auf TikTok, YouTube Shorts und Instagram Reels kaum noch wegzudenken: ein Text, vorgelesen von einer klaren Stimme, ohne dass du dich selbst aufnehmen oder ein Mikrofon kaufen musst. Mit diesem Tool schreibst du dein Skript, wählst eine weibliche oder männliche Stimme und bekommst eine Audiodatei, die du direkt in CapCut, Premiere Pro, Canva oder jedes andere Schnittprogramm ziehen kannst. Praktisch ist das auch für eine Präsentation, eine Anleitung, eine Ansage auf dem Anrufbeantworter, ein selbstgemachtes Hörbuch oder zum Sprachenlernen. Der Dienst ist kostenlos, ohne Anmeldung, ohne hörbares Wasserzeichen und ohne Begrenzung der Anzahl an Erzeugungen.

Wie die KI aus einem Text eine realistische Stimme macht

Die KI-Sprachsynthese setzt keine aufgenommenen Laute zusammen: Ein neuronales Netz, das mit Stunden an Sprache trainiert wurde, berechnet den Klang der Stimme direkt aus dem Text. Es berücksichtigt Aussprache, Rhythmus und Zeichensetzung, wodurch die Stimme viel natürlicher klingt als die alten Computerstimmen. Hier läuft diese Berechnung in deinem Browser. Beim ersten Mal wird die gewählte Stimme heruntergeladen (etwa 80 bis 110 MB, die genaue Größe wird vorher angezeigt) und bleibt dann auf deinem Gerät gespeichert: Danach startet die Erzeugung sofort. Der Text wird in Sätze zerlegt, sodass du schon zuhören kannst, sobald der erste fertig ist. Stimmen mit der Markierung „HD“ sind noch ausdrucksstärker, brauchen aber länger: Rechne am Computer mit etwa der doppelten Länge des Audios, am Smartphone mit mehr.

Die richtige Stimme und Einstellung wählen

Für den Sprechertext eines kurzen Videos bringt ein etwas höheres Tempo (1,1 bis 1,2) Schwung; für eine Anleitung oder einen Kurs bleibst du bei normaler Geschwindigkeit. Schreibe so, wie es klingen soll: kurze Sätze, Kommas dort, wo man atmen würde, und Zahlen oder Abkürzungen ausgeschrieben, wenn dir die Aussprache wichtig ist („dreiundzwanzig“ statt „23“). Probiere mehrere Stimmen mit der Schaltfläche „Vorschau“ aus, die nur den ersten Satz vorliest. Für Arabisch, Türkisch, Japanisch, Koreanisch und Chinesisch gibt es noch keine KI-Stimme: Dann wird der Text mit den Stimmen deines Browsers gelesen, die du anhören, aber nicht herunterladen kannst.

KI-Stimmen respektvoll nutzen

Dieses Tool bietet ausschließlich allgemeine synthetische Stimmen: Es kopiert nicht die Stimme von Prominenten und kann keine Stimme klonen. Nutze es für deine eigenen Inhalte, ohne den Eindruck zu erwecken, eine echte Person habe den Text gesprochen, und ohne andere zu täuschen, zu belästigen oder Falschinformationen zu verbreiten. In sozialen Netzwerken gehört es zum guten Ton, und manchmal ist es Pflicht, kenntlich zu machen, dass eine Stimme von einer KI erzeugt wurde.