Ist es wirklich kostenlos und unbegrenzt?

Ja. Es gibt kein Konto, keine Zeichengrenze und kein Tageskontingent. Das Modell läuft auf deinem eigenen Gerät, also kostet uns ein längerer Text nichts – dein Computer braucht nur etwas länger.

Wird meine Sprachaufnahme hochgeladen?

Nein. Die Aufnahme wird in deinem Browser in eine Stimme umgewandelt und nirgendwohin gesendet. Zum Prüfen öffne die Entwicklertools deines Browsers, wechsle zum Tab „Netzwerk“ und klone deine Stimme, während er geöffnet ist: Du siehst, wie das Modell einmalig heruntergeladen wird (etwa 140 MB), und keine Anfrage, die deine Aufnahme überträgt. Diese Seite lädt wie die meisten Websites Analysedienste, deshalb ist die Aussage präzise: Deine Dateien werden niemals hochgeladen.

Kann ich die Stimme einer anderen Person klonen?

Nur mit deren ausdrücklicher Erlaubnis. Eine Stimme ohne Einwilligung zu klonen, verbieten die Nutzungsbedingungen des Modells, und wer sich damit als jemand anderes ausgibt oder andere täuscht, handelt in vielen Ländern illegal. Das Tool bittet dich um Bestätigung, bevor es eine Aufnahme verwendet.

Wie viel Audio brauche ich?

5 bis 30 Sekunden, in denen eine Person deutlich spricht. Es reicht, den Satz auf dem Bildschirm etwa zehn Sekunden lang vorzulesen. Ein ruhiger Raum hilft mehr als ein besseres Mikrofon.

Welche Sprachen kann meine Stimme sprechen?

Englisch, Französisch, Deutsch, Spanisch, Portugiesisch und Italienisch. Deine geklonte Stimme klingt am meisten nach dir in der Sprache, in der du aufgenommen hast; in den anderen behält sie deinen Klang mit dem Akzent der jeweiligen Sprache.

Welches Modell wird verwendet?

Pocket TTS von Kyutai, veröffentlicht unter CC-BY 4.0 und so umgewandelt, dass es im Browser über WebAssembly läuft. Eine Grafikkarte ist nicht nötig.

Eine WAV-Datei mit 48 kHz mono mit deiner Stimme, bereit zum Abspielen oder für dein Videoschnittprogramm. (Das Modell selbst erzeugt Ton mit 24 kHz; der Download wird per Resampling auf die 48 kHz gebracht, die Videoschnittprogramme verwenden.)

Stimme klonen — kostenlos, unbegrenzt, auf deinem Gerät

Nimm dich zehn Sekunden lang beim Vorlesen auf, tippe dann einen beliebigen Text ein und hör ihn dir mit deiner eigenen Stimme an – auf Englisch, Französisch, Deutsch, Spanisch, Portugiesisch oder Italienisch. Das Modell läuft in deinem Browser: kein Konto, keine Längenbegrenzung, und deine Dateien werden niemals hochgeladen.

Deine Stimme
Sprache
Lies das laut vor — etwa 10 Sekunden
Die Sonne geht über der Stadt auf. Ich koche einen Kaffee, öffne das Fenster und höre auf die Straße.
Zieh eine Audiodatei hierher — 5 bis 30 Sekunden, in denen eine Person spricht — oder nimm dich selbst auf:
Das ist meine Stimme, oder ich habe die ausdrückliche Erlaubnis der sprechenden Person, sie zu verwenden.Diese Stimme für das nächste Mal in diesem Browser behalten
Dein Text
Sprachausgabe

So klonst du deine Stimme

Stimme aufnehmen oder Audiodatei ablegen

Lies den Satz auf dem Bildschirm etwa zehn Sekunden lang vor oder zieh einen Clip hierher, in dem du sprichst – 5 bis 30 Sekunden, eine Person, wenig Hintergrundgeräusche.
Bestätigen, dass es deine Stimme ist

Setz das Häkchen: Es ist deine eigene Stimme, oder die sprechende Person hat ausdrücklich zugestimmt. Vorher verwendet das Tool keine Aufnahme.
Tippen, erzeugen, herunterladen

Tippe oder füge einen beliebigen Text ein und lade eine WAV-Datei mit deiner Stimme herunter. Lange Texte werden an Satzenden aufgeteilt und nacheinander gesprochen.

Warum du deine Stimme hier klonen solltest

Deine Dateien werden niemals hochgeladen

Das Modell lernt deine Stimme direkt auf deinem Gerät, in deinem Browser. Deine Aufnahme wird zu keinem Zeitpunkt an einen Server gesendet – das kannst du im Tab „Netzwerk“ prüfen, während das Tool arbeitet.

Keine Längenbegrenzung

Füge eine Seite oder ein Kapitel ein. Es gibt keine Zeichengrenze und kein Tageskontingent, weil die Arbeit auf deinem Computer passiert, nicht auf unserem.

Sechs Sprachen

Deine Stimme kann Englisch, Französisch, Deutsch, Spanisch, Portugiesisch und Italienisch sprechen. Am meisten nach dir klingt sie in der Sprache, in der du aufgenommen hast.

Das Modell dahinter

Pocket TTS von Kyutai, ein Stimmmodell mit 100 Millionen Parametern (CC-BY 4.0), klein genug für den Prozessor eines Laptops. Beim ersten Mal werden etwa 140 MB heruntergeladen, danach nie wieder.

Nur gespeichert, wenn du willst

Setz das Häkchen bei „behalten“, und deine Aufnahme wird nur in diesem Browser gespeichert – beim nächsten Mal ist deine Stimme sofort bereit. Ein Klick, und sie ist gelöscht.

Fragen

Ist es wirklich kostenlos und unbegrenzt?: Ja. Es gibt kein Konto, keine Zeichengrenze und kein Tageskontingent. Das Modell läuft auf deinem eigenen Gerät, also kostet uns ein längerer Text nichts – dein Computer braucht nur etwas länger.
Wird meine Sprachaufnahme hochgeladen?: Nein. Die Aufnahme wird in deinem Browser in eine Stimme umgewandelt und nirgendwohin gesendet. Zum Prüfen öffne die Entwicklertools deines Browsers, wechsle zum Tab „Netzwerk“ und klone deine Stimme, während er geöffnet ist: Du siehst, wie das Modell einmalig heruntergeladen wird (etwa 140 MB), und keine Anfrage, die deine Aufnahme überträgt. Diese Seite lädt wie die meisten Websites Analysedienste, deshalb ist die Aussage präzise: Deine Dateien werden niemals hochgeladen.
Kann ich die Stimme einer anderen Person klonen?: Nur mit deren ausdrücklicher Erlaubnis. Eine Stimme ohne Einwilligung zu klonen, verbieten die Nutzungsbedingungen des Modells, und wer sich damit als jemand anderes ausgibt oder andere täuscht, handelt in vielen Ländern illegal. Das Tool bittet dich um Bestätigung, bevor es eine Aufnahme verwendet.
Wie viel Audio brauche ich?: 5 bis 30 Sekunden, in denen eine Person deutlich spricht. Es reicht, den Satz auf dem Bildschirm etwa zehn Sekunden lang vorzulesen. Ein ruhiger Raum hilft mehr als ein besseres Mikrofon.
Welche Sprachen kann meine Stimme sprechen?: Englisch, Französisch, Deutsch, Spanisch, Portugiesisch und Italienisch. Deine geklonte Stimme klingt am meisten nach dir in der Sprache, in der du aufgenommen hast; in den anderen behält sie deinen Klang mit dem Akzent der jeweiligen Sprache.
Welches Modell wird verwendet?: Pocket TTS von Kyutai, veröffentlicht unter CC-BY 4.0 und so umgewandelt, dass es im Browser über WebAssembly läuft. Eine Grafikkarte ist nicht nötig.
Was bekomme ich?: Eine WAV-Datei mit 48 kHz mono mit deiner Stimme, bereit zum Abspielen oder für dein Videoschnittprogramm. (Das Modell selbst erzeugt Ton mit 24 kHz; der Download wird per Resampling auf die 48 kHz gebracht, die Videoschnittprogramme verwenden.)

Deine Stimme

Dein Text

Sprachausgabe