KI-Stimmengenerator

Ein KI-Stimmengenerator ist ein Text-zu-Sprache-Modell, das geschriebenen Text in einer realistischen Stimme vorliest. Sie tippen oder fügen ein Skript ein, wählen eine Stimme aus, und das Modell sagt Rhythmus, Pausen und Intonation voraus, die ein Mensch verwenden würde, und erzeugt dann die Audiodatei. Auf Krea machen Sie das im Audio-Tool, das auch Musik, Soundeffekte und Synchronisationen erstellt.

Das hängt vom Einsatz ab, und Krea erlaubt es, Modelle pro Aufnahme zu wechseln. Für Voiceovers nutzt es ElevenLabs V4 und V4 Turbo für ausdrucksstarke englische Lesungen, Multilingual v2 für andere Sprachen, Dialogue v3 für Mehrsprecher-Gespräche sowie Voice Design und Qwen TTS für beschriebene Stimmen. Musik, Soundeffekte, Synchronisation und Video sind am selben Ort, sodass Sie kein separates Tool für jedes benötigen.

Nein. Sie können das Audio-Tool mit einem kostenlosen Konto öffnen und ein Skript schreiben, aber das Erzeugen von Voiceovers, Musik und Soundeffekten erfordert einen kostenpflichtigen Plan: Die 100 täglichen Recheneinheiten eines kostenlosen Kontos gelten für die Bildgenerierung, nicht für Audiomodelle. Jedes Audiomodell ist in jedem kostenpflichtigen Plan enthalten; siehe Krea-Preise.

Voiceovers werden nach Skriptlänge abgerechnet: etwa 74 Recheneinheiten pro 1.000 Zeichen mit ElevenLabs. Ein 30-sekündiges Voiceover (rund 450 Zeichen) kostet etwa 33 Einheiten, ein 5-sekündiger Soundeffekt etwa 7. Auch Musik wird nach Länge abgerechnet, prüfen Sie also vor jeder Generierung den Preis neben der Schaltfläche zum Erzeugen.

Ja. Entwerfen oder kürzen Sie das Skript in ChatGPT oder Claude, fügen Sie es dann in das Audio-Tool von Krea ein und wählen Sie eine Stimme. Halten Sie die Sätze kurz und setzen Sie Satzzeichen für Pausen, denn das Sprachmodell liest genau das, was Sie ihm geben.

Die Sprachauswahl für Voiceovers umfasst 12 Sprachen: Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Hindi, Arabisch, Japanisch, Chinesisch, Koreanisch und Indonesisch. Sie können sie auch auf automatische Erkennung lassen, dann liest das Modell das Skript in seiner Sprache. Um eine vorhandene Aufnahme oder ein Video zu übersetzen, unterstützt die Synchronisation 25 Zielsprachen und behält die Originalstimmen bei.

Ja. Laden Sie in Train ein bis zwei Minuten saubere Sprachaufnahme einer einzelnen Person hoch (MP3, WAV, M4A, FLAC oder AAC), bestätigen Sie, dass Sie die Rechte und die Einwilligung der sprechenden Person haben, und Krea erstellt sofort einen Stimmklon. Das Klonen verbraucht keine Recheneinheiten; Sprache mit der geklonten Stimme wird wie jedes Voiceover abgerechnet. Jeder Workspace kann bis zu 10 geklonte Stimmen speichern, die in der Stimmauswahl des Audio-Tools erscheinen.

Ja. Die ElevenLabs-Modelle auf Krea lesen die meisten Skripte mit natürlichem Tempo, natürlicher Betonung und Intonation. Senken Sie die Stabilität für eine ausdrucksstärkere Lesung oder erhöhen Sie sie für eine ruhige, gleichmäßige. Das beste Ergebnis erzielen Sie, wenn Sie das Skript so schreiben, wie es gesprochen werden soll, und ein paar Takes erzeugen.

Ein einzelner Voiceover-Take liest bis zu 2.000 Zeichen, etwa zwei Minuten Sprache; längere Erzählungen erzeugen Sie in Teilen mit derselben Stimme und denselben Einstellungen. Dialoge können bis zu 5.000 Zeichen über bis zu 50 Zeilen umfassen, Musikstücke bis zu 5 Minuten und Soundeffekte bis zu 22 Sekunden.

Voiceovers, Musik und Soundeffekte werden als MP3-Dateien heruntergeladen. Wenn Sie ein Video synchronisieren, neu vertonen oder mit Sound versehen, erhalten Sie das MP4-Video mit seiner neuen Tonspur. Jedes Ergebnis wird außerdem in Ihren Krea-Assets gespeichert, sodass Sie es in Video, Nodes und Agent wiederverwenden können.

Ja. Die Audiogenerierung ist in kostenpflichtigen Plänen verfügbar, und jeder kostenpflichtige Krea-Plan enthält eine kommerzielle Lizenz für Ihre Ergebnisse, auch für Marketing, Produkte und Kundenprojekte. Klonen oder vertonen Sie die Stimme einer realen Person nur mit deren Erlaubnis.

Nein. Krea fügt den heruntergeladenen Audiodateien kein hörbares Wasserzeichen, keinen Jingle und keinen gesprochenen Hinweis hinzu. Die Datei ist genau das Voiceover, der Track oder der Soundeffekt, den Sie erzeugt haben.

Geklonte Stimmen gehören zu Ihrem Workspace, und das Audio-Tool lässt nur diesen Workspace sie verwenden. Zum Klonen müssen Sie bestätigen, dass Sie die Rechte und die Einwilligung für die Stimme haben. Wenn Sie eine geklonte Stimme in Train löschen, löscht Krea sie auch beim Stimmanbieter.

Ja. Stellen Sie das Audio-Tool auf Musik, um aus einer Beschreibung einen eigenen Track zu komponieren, instrumental oder mit Gesang, bis zu 5 Minuten mit ElevenLabs Music oder ganze Songs mit Lyria 3.5 und MiniMax Music 2.6. Wechseln Sie zu Soundeffekte für beliebige Sounds bis zu 22 Sekunden, oder laden Sie ein Video hoch und lassen Sie MMAudio oder ThinkSound es vertonen.

Ja. Laden Sie einen Video- oder Audioclip hoch, um ihn mit denselben Stimmen in 25 Sprachen zu synchronisieren, den Sprecher durch eine Standardstimme zu ersetzen und dabei Timing und Betonung zu behalten, oder den Dialog von Musik und Geräuschen zu trennen. Wenn ein Gesicht auf einem Foto oder in einem Video ein Voiceover sprechen soll, nutzen Sie Krea Lipsync.

Krea betreibt die Stimm-, Musik-, Soundeffekt- und Synchronisationsmodelle von ElevenLabs in einem eigenen Audio-Tool, neben Google Lyria, MiniMax Music, Qwen TTS und den Bild- und Video-Tools von Krea. Sie bezahlen alles mit denselben Krea-Recheneinheiten, sodass ein Plan die Visuals und den Ton eines Projekts abdeckt. Wenn Sie nur mit Stimmen arbeiten, ist die eigene App von ElevenLabs darauf ausgerichtet; Krea passt, wenn Audio Teil eines größeren kreativen Workflows ist.

Ja. Sie können auf dieser Seite ohne Konto ein Skript schreiben, sich dann anmelden, und Krea öffnet das Audio-Tool mit Ihrem Text, Modus und Ihrer Stimme bereits ausgefüllt. Zum Erzeugen von Audio benötigen Sie einen kostenpflichtigen Plan.