Verwandeln Sie jeden Text in natürliche Sprache.

Pro 1.000 Zeichen Eingabetext, aus demselben Guthaben wie die Transkription: 50 Credits in der Stufe Standard, 110 in der Stufe Erweitert (ElevenLabs), 160 in der Stufe Premium (ElevenLabs). Grob entsprechen 1.000 Zeichen einer Minute Sprache. Die genauen Kosten werden live unter dem Textfeld angezeigt, bevor Sie den Clip erstellen.

512 lizenzierte Stock-Stimmen: 185 in der Stufe Standard und 327 ElevenLabs-Stimmen für die Stufen Erweitert und Premium - sechs universelle plus Muttersprachler für Englisch (13 Akzente, von Amerikanisch und Britisch bis Australisch, Kanadisch, Indisch, Südafrikanisch und Neuseeländisch), Spanisch, Deutsch, Französisch, Portugiesisch, Italienisch, Japanisch, Arabisch, Koreanisch, Niederländisch, Polnisch, Türkisch, Ukrainisch, Vietnamesisch, Hindi, Indonesisch, Chinesisch, Russisch, Filipino, Malaiisch, Schwedisch, Rumänisch, Tschechisch, Griechisch, Ungarisch, Norwegisch, Dänisch, Finnisch, Bulgarisch, Kroatisch und Slowakisch. Jede mit kostenloser Hörprobe. Speecho bietet kein Stimmen-Cloning an.

Die Stimmen sprechen die Sprache Ihres Textes - deutscher Text ergibt deutsche Sprache. Für einunddreißig Sprachen bieten die ElevenLabs-Stufen zusätzlich Muttersprachler, sodass der Akzent einheimisch klingt statt englisch. Beim Einfügen erkennt die App die Sprache und schlägt passende Stimmen automatisch vor.

Ja - mit Tags im Text. [pause] und [long pause] setzen eine Pause, Tags wie [whispering], [excited] oder [laughs] verändern den Vortrag. Wie genau eine Stimme einem Tag folgt, hängt von der Stimme ab - am besten zuerst einen Satz ausprobieren. Außerdem lassen sich die Stimmen danach filtern, wofür sie sich am besten eignen: Erzählung, Gespräch, Werbung, Lernen oder Figuren.

Ja. Stellen Sie „Text zu Sprache“ auf „Dialog“ um oder fügen Sie ein Skript ein, in dem jede Zeile mit einem Namen beginnt: Jede Figur bekommt eine eigene Stimme, die Zeilen werden der Reihe nach mit der gewählten Pause vertont, und Sie laden eine MP3 herunter. Bis zu 8 Figuren und 100 Zeilen, zum selben Preis wie derselbe Text mit einer Stimme.

Ja. In einem langen Text, der in Teilen vertont wird, oder in einem Dialog lässt sich jeder einzelne Teil und jede Replik für sich neu vertonen: eine andere Stimme wählen, ein Wort korrigieren oder eine Anweisung wie [whispers] ergänzen. Der Rest bleibt, wie er ist. Bei gleichem Text kostet der Teil seinen Preis noch einmal, bei geändertem Text den Preis des neuen Textes.

Ja. Stellen Sie „Text zu Sprache“ auf „Liste“ um und fügen Sie Ihre Wörter oder Wendungen Zeile für Zeile ein, oder öffnen Sie eine .txt- oder .csv-Datei: Jede Zeile wird mit der gewählten Stimme als eigene MP3 vertont, benannt nach der Zeile, und das ganze Set laden Sie als ZIP-Datei herunter. Bis zu 1.000 Zeilen pro Liste. Die Liste wird wie ein einziger Text berechnet, kurze Wörter zahlen also nicht jeweils einen Mindestpreis pro Clip; eine Zeile unter 10 Zeichen zählt als 10.

Ja. Stellen Sie „Text zu Sprache“ auf „Untertitel“ um und öffnen Sie eine SRT-, VTT- oder SBV-Datei oder fügen Sie sie ein: Jeder Untertitel wird zu seiner eigenen Zeit gesprochen, als eine MP3-Spur, und jede Zeile gibt es zusätzlich als eigene Datei in einem ZIP. Ein WebVTT-Stimmtag wie <v Anna> gibt jeder benannten Person eine eigene Stimme. Für ein Video wählen Sie im Menü „Vorlesen“ seiner Transkription oder Übersetzung „Im Timing des Originals vorlesen“: Sie erhalten eine MP3 so lang wie das Video, und ein kostenloses Tool legt sie direkt im Browser wieder auf das Video.

Ja. „Podcast aus Text erstellen“ im Tab Stimme macht aus einem Artikel, einem Kapitel oder Ihren Notizen (300 bis 60.000 Zeichen, oder eine PDF-, Word- oder EPUB-Datei) ein Gespräch zweier Hosts von etwa 5, 10 oder 20 Minuten, in der Sprache des Textes oder in einer anderen. Die Hosts halten sich an Ihren Text. Das Skript öffnet sich im Dialog-Editor, wo Sie es prüfen, und wird dann zu einer MP3 vertont. Das Skript kostet 15 Credits für bis zu 5 Minuten, 25 für bis zu 10, 40 für bis zu 20, plus 1 Credit pro 3.000 Zeichen Text; die Vertonung kostet so viel wie jeder Dialog.

Ja - jede Transkription in Ihrem Verlauf hat einen Vertonen-Button, der ihren Text direkt in den Generator übernimmt. Kombiniert mit der Übersetzung wird so aus einer Aufnahme in einer Sprache gesprochenes Audio in einer anderen: transkribieren, übersetzen, vertonen.

MP3, im Browser abspielbar und herunterladbar. Clips werden 90 Tage gespeichert, und Sie können jeden Clip - oder Ihr ganzes Konto - jederzeit löschen, wodurch das Audio sofort entfernt wird.

Ja, mit Stimmen der Stufen Erweitert und Premium. Der Pfeil neben der MP3 liefert eine SRT- oder VTT-Datei, Wort für Wort auf das Audio getimt, und sie bleibt bei jeder Wiedergabegeschwindigkeit synchron, mit der Sie herunterladen. Ein langer Text in Teilen bekommt eine Untertiteldatei für das zusammengefügte Audio, und bei einem Dialog können die Namen der Figuren vor jeder Replik stehen. Untertitel kosten nichts extra. Standard-Stimmen haben keine.

Ja. Die Erzeugung läuft über die kostenpflichtigen kommerziellen API-Stufen unserer Stimmanbieter, deren Bedingungen die kommerzielle Nutzung des erzeugten Audios erlauben. Für den Inhalt des von Ihnen umgewandelten Textes sind Sie selbst verantwortlich.

Ja. Bestätigen Sie Ihre E-Mail-Adresse, und Sie erhalten 150 Gratis-Credits - etwa 3.000 Zeichen Standard-Sprache. Damit erstellen Sie einen echten Clip, bevor Sie überhaupt etwas bezahlen (auch die Hörproben der Stimmen sind kostenlos). Danach zahlen Sie pro Zeichen, ganz ohne Abo: Ein einmaliges 5-Dollar-Paket deckt rund 48.000 Zeichen Standard-Sprache ab.