Pausen, wo du sie willst
Tippe [pause 1s] oder nutze die Schaltfläche „Pause hinzufügen“, um Platz für Musik, Schnitte oder Folienwechsel zu lassen. Absatzumbrüche erzeugen natürliche Pausen.
Auf deinem Gerät erzeugt, nichts wird hochgeladen.
Oder [pause 1.5s] direkt in den Text schreiben.
Eine Stimme für den ganzen Text: oben unter Stimme auswählen.
Alles nach der Markierung wird mit dieser Stimme gelesen, bis zur nächsten Markierung. Oder [voice Heart] in den Text schreiben.
Beim ersten Mal wird die Sprach-Engine einmalig heruntergeladen. Danach startet sie fast sofort.
Tippe [pause 1s] oder nutze die Schaltfläche „Pause hinzufügen“, um Platz für Musik, Schnitte oder Folienwechsel zu lassen. Absatzumbrüche erzeugen natürliche Pausen.
Bearbeite einen beliebigen Abschnitt und erzeuge nur diesen neu. Unveränderte Abschnitte werden sofort wiederverwendet, sodass die Überarbeitung eines langen Skripts nur Sekunden dauert.
Lade eine SRT-Datei herunter, die zeitlich auf die erzeugte Sprache abgestimmt ist – bereit für den Videoschnitt, zusätzlich zu deiner MP3 oder WAV.
Dasselbe Tool, eingerichtet für verschiedene Aufgaben. Jede Anleitung erklärt die Details, auf die es beim jeweiligen Einsatz ankommt.
Vertone Tutorials, Erklärvideos und B-Roll, ohne dich selbst aufzunehmen. Lass Pausen für Schnitte, exportiere WAV für den Schnitt und SRT für Untertitel.
Füge jeweils ein Kapitel ein, wähle eine ruhige Stimme und ein angenehmes Tempo und lade pro Kapitel eine Datei herunter.
Importiere einen Bericht oder einen Fachartikel und hör ihn dir an, statt ihn zu lesen. Entferne Kopfzeilen und Seitenzahlen, bevor du auf Wiedergabe drückst.
Hör dir Sätze langsamer mit einer amerikanischen oder britischen Stimme an, sprich sie nach und vergleiche.
Tippe oder füge deinen Text ein, wähle eine Stimme und drücke auf Erzeugen. Der Text wird in kurze Abschnitte von ein bis zwei Sätzen aufgeteilt, und der erste Abschnitt wird abgespielt, sobald er fertig ist, während der Rest dahinter erzeugt wird – du musst also nicht auf das ganze Skript warten, bevor du etwas hörst. Wenn alles fertig ist, lade das Audio als MP3 oder WAV herunter oder Untertitel als SRT-Datei, die zeitlich zum Audio passt.
Alles passiert auf deinem eigenen Gerät. Bei der ersten Nutzung wird die Sprach-Engine einmalig heruntergeladen und von deinem Browser gespeichert; danach startet sie fast sofort. Dein Text wird nirgendwohin gesendet – und genau deshalb gibt es kein Zeichenlimit, keine Warteschlange und kein Konto: Es gibt keinen Server, der die Arbeit erledigt und so etwas bräuchte.
Es gibt sechzehn englische Stimmen: neun amerikanische weibliche, drei amerikanische männliche, zwei britische weibliche und zwei britische männliche. Heart ist die Standardstimme und klingt für allgemeine Sprechtexte am natürlichsten; Bella ist heller, Nicole weich und nah, Emma und George lesen mit britischem Klang. Jede Stimme hat im Stimmenmenü eine kurze Hörprobe, die schon vor jedem Download funktioniert, sodass du nach Gehör wählen kannst.
Das Tempo reicht von 0,7× bis 1,5×. Langsamer ist hilfreich für Lernende und für dichte Inhalte; 1,1× bis 1,25× passt zu kurzen Social-Media-Videos und zu allem, was man unterwegs hört. Die gewählte Stimme und das Tempo werden auf diesem Gerät gespeichert.
Eine Leerzeile zwischen Absätzen ergibt eine kurze natürliche Pause, und eine alleinstehende Zeile – eine Überschrift oder ein Listenpunkt – bekommt ebenfalls eine kurze Pause. Für eine genaue Pause tippe irgendwo [pause 1s] oder [pause 2.5s], oder setze den Cursor an die gewünschte Stelle und nutze die Schaltfläche „Pause hinzufügen“. Pausen sind der einfachste Weg, Platz für Musik, einen Schnitt oder einen Folienwechsel zu lassen.
Zahlen, Datumsangaben, Uhrzeiten, Geldbeträge, Prozentangaben, gängige Einheiten, Telefonnummern und Titel wie Dr. und Mr. werden in ihrer gesprochenen Form gelesen. Ungewöhnliche Namen und Markennamen werden manchmal falsch ausgesprochen; am schnellsten hilft es, sie so zu schreiben, wie sie klingen – „Nguyen“ als „Win“, „Siobhan“ als „Shivawn“ – und erneut zu erzeugen.
Nach dem Erzeugen zeigt die Liste Abschnitte jeden Teil des Skripts mit seiner Länge. Klicke auf einen Abschnitt, um ab dort abzuspielen. Muss ein Satz umformuliert werden, bearbeite ihn direkt in der Liste und drücke auf Speichern & neu erzeugen: Nur dieser Abschnitt wird neu erzeugt, und alle unveränderten Abschnitte werden sofort wiederverwendet. Dasselbe passiert, wenn du den Haupttext bearbeitest und auf Erzeugen drückst – nur was sich geändert hat, wird neu gemacht.
So werden lange Skripte praktikabel. Überarbeite den dritten Absatz eines zehnminütigen Sprechtexts, und du wartest Sekunden statt Minuten.
Importiere eine TXT-, Markdown-, Word- (DOCX) oder PDF-Datei mit der Schaltfläche Text importieren, oder ziehe sie auf das Textfeld. Der Text wird auf deinem Gerät extrahiert und in den Editor eingefügt, wo du Kopfzeilen, Seitenzahlen und Fußnoten vor dem Anhören entfernen kannst. PDFs, die nur aus gescannten Bildern bestehen, haben keine Textebene, die gelesen werden kann.
MP3 ist der richtige Download zum Teilen und Anhören. WAV ist verlustfrei und die bessere Wahl, wenn die Stimme in einem Video- oder Audioeditor weiterbearbeitet wird. Der SRT-Download liefert Untertitel, die zum Audio passen – bereit für den Videoschnitt oder ein Untertitel-Tool.
Auf den meisten neueren Computern wird das Audio um ein Vielfaches schneller erzeugt, als es abgespielt wird, sodass die Wiedergabe nach ein bis zwei Sekunden beginnt und nie warten muss. Ältere Computer und die meisten Smartphones erzeugen langsamer als in Echtzeit; das Tool wartet dann, bis genug Audio bereit ist, um ohne Unterbrechung abzuspielen, und sagt dir, wie lange das dauert. Downloads funktionieren überall gleich – sie dauern auf langsameren Geräten nur länger.
Die allererste Erzeugung auf einem Computer kann nach dem Download bis zu einer Minute einmalige Vorbereitung brauchen. Das passiert nur einmal; beim nächsten Besuch geht es sofort los.
Nein. Das Audio wird auf deinem eigenen Gerät erzeugt, es gibt also nichts zu zählen. Sehr lange Texte dauern einfach länger; ein Buchkapitel ist kein Problem.
Nein. Der Text bleibt von Anfang bis Ende in deinem Browser.
Ja. Es gibt kein Wasserzeichen, und wir verlangen keine Namensnennung. Prüfe die Regeln der Plattform, auf der du veröffentlichst, zu deren eigenen Richtlinien für synthetische Stimmen.
Die Sprach-Engine wird einmalig heruntergeladen und von deinem Browser gespeichert. Auf manchen Computern braucht die erste Erzeugung außerdem bis zu einer Minute einmalige Vorbereitung. Danach startet sie fast sofort.
Englisch (amerikanische und britische Stimmen) und Chinesisch (Mandarin, 100 Stimmen). Wechsle über das Menü English voice / 中文语音 oben im Werkzeug – Chinesisch hat eine eigene Seite: Chinesische Sprachausgabe. Text in anderen Sprachen wird mit englischer Aussprache gelesen.
Nein. Das Tool bietet eine feste Auswahl von sechzehn Stimmen und erstellt keine Stimmen aus Aufnahmen.
Schreib ihn so, wie er klingt, und erzeuge erneut – nur der geänderte Abschnitt wird neu erzeugt. Schreib zum Beispiel „Shivawn“ statt „Siobhan“.
Ja, in aktuellen mobilen Browsern. Smartphones erzeugen meist langsamer als in Echtzeit, daher beginnt die Wiedergabe nach einer kurzen Wartezeit, und lange Texte brauchen eine Weile zum Herunterladen.