SpeechGen.io
SpeechGen.io · Stimme & Sprache
SpeechGen.io ist ein Online-KI-Stimmen-Generator mit über 5.000 Stimmen in 150 Sprachen. Er wandelt Text in MP3-, WAV-, FLAC- oder OGG-Dateien um, läuft über Guthaben nach Nutzung und verlangt kein Abo.
Über SpeechGen.io
What Is SpeechGen.io
SpeechGen.io ist ein Text-zu-Sprache-Dienst, der im Browser läuft und geschriebenen Text als KI-Sprachausgabe in natürlich klingendes Audio verwandelt. Der Katalog umfasst mehr als 5.000 Stimmen in 150 Sprachen, und jede gehört zu einer von drei Qualitätsgruppen: Standard, Pro oder HD. Sie fügen ein Skript ein, wählen eine Stimme und eine Sprache und laden die fertige Spur als MP3, WAV, FLAC, OGG oder OPUS herunter. Nichts zu installieren, kein Studio zu buchen, alles in einem Tab.
Der Dienst richtet sich an alle, die Audio in großer Menge brauchen. Creator vertonen YouTube-Videos und Reels, Weiterbildungsteams machen aus ihren Lektionen Narration, Museen bauen Audioguides, und kleine Praxen einrichten zweisprachige Telefonmenüs. Die kostenlose Stufe lässt Sie den Motor vor dem ersten Euro testen: 1.000 Zeichen ohne Konto oder 3.000 Zeichen pro Tag in der ersten Woche nach der Anmeldung.
Das Modell ist Bezahlung nach Nutzung, kein Monatsabo. Sie kaufen ein Guthabenpaket, wenn Sie es brauchen, und der Restwert gilt ein Jahr. Zwei Grenzen sollte man von Anfang an kennen. Hochwertige Stimmen verbrauchen Guthaben schneller als Standard-Stimmen, und die kostenlose Stufe ist klein, ein komplettes Hörbuch oder ein langer Kurs brauchen also ein bezahltes Paket.
Getting Started
- Öffnen Sie den Editor und fügen Sie Ihren Text ein, oder laden Sie eine DOCX-, PDF- oder SRT-Datei hoch.
- Wählen Sie Sprache und Stimme und filtern Sie nach Geschlecht, Akzent oder Qualitätsgruppe.
- Stellen Sie Geschwindigkeit, Tonhöhe und Pausen ein, oder setzen Sie SSML-Tags für feinere Kontrolle.
- Klicken Sie auf In Sprache umwandeln und warten Sie, bis der Motor das Audio erzeugt.
- Hören Sie das Ergebnis an und laden Sie es als MP3, WAV, FLAC, OGG oder OPUS herunter.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von SpeechGen.io.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- YouTube- und Kurzvideo-Creator
- Weiterbildungs- und E-Learning-Teams
- Kleine Betriebe mit Telefonanlage
- Museen, Campus und Reiseveranstalter
- Podcaster und Hörbuchproduzenten
Aufgaben
- Text zu Sprache
- Mehrsprachige Vertonung
- Dokumente vorlesen
- Untertitel zu Audio
- Dialog mit mehreren Stimmen
Szenarien
- Eine Kampagne für zwölf Märkte
- Ein Video mit engem Termin
- Ein Industriebetrieb mit gemischtsprachigen Teams
- Ein Kurs mit täglichem Inhalt
Wichtigste Funktionen
Über 5.000 Stimmen in 150 Sprachen
Die Stimmbibliothek umfasst mehr als 5.000 Optionen in über 150 Sprachen, geordnet in die Gruppen Standard, Pro und HD. Standard-Stimmen sind am sparsamsten und decken die meisten Sprachen ab, Pro-Stimmen setzen auf neuronale Modelle für natürlicheren Vortrag, und HD-Stimmen zielen auf lebensechte Emotion. Sie filtern nach Geschlecht, Akzent und Qualität und hören jede Kombination mit Ihrem eigenen Text an, bevor ein einziges Guthaben fließt.
Der intelligente Cache spart Wiederholungen
SpeechGen.io erzeugt das Audio Satz für Satz und legt jeden sieben Tage in den Cache. Bearbeiten Sie ein Projekt und erzeugen es neu, kosten nur neue oder geänderte Sätze Guthaben, der Rest kommt kostenlos aus dem Cache. Das macht die Überarbeitung günstig: Sie lesen das Skript laut gegen, korrigieren einen Tippfehler und exportieren erneut, ohne Unverändertes doppelt zu bezahlen.
Dialog mit mehreren Stimmen in einer Datei
Der Dialogmodus erlaubt eine eigene Stimme für jeden Sprecher im selben Projekt. Sie setzen einen Namen vor einen Absatz, und der Motor führt alle Stimmen in einem Export zusammen. Dieselbe Funktion trägt mehrsprachige Stimmen, ein Charakter behält also einen wiedererkennbaren Klang, während das Skript die Sprache wechselt, was für Interviews, Hörbücher und Erklärvideos passt.
SSML-Editor mit feiner Pausensteuerung
Der Editor nimmt SSML-Tags für genaue Kontrolle über den Vortrag an. Sie halten eine Pause von einer Sekunde mit einem break-Tag, betonen ein Wort oder verschieben Tonhöhe und Tempo über einen Satz. Die Pause zwischen Sätzen und Absätzen wird in Millisekunden gesetzt und reicht von 150 ms bis 30 Sekunden, und diese Einstellung kostet kein zusätzliches Guthaben.
Geordnete Segmente und langer Text
Ihr Text kann in einer Generation bis zu 2 Millionen Zeichen umfassen, und der cut-Tag teilt die Ausgabe in getrennte Dateien mit eigenen Namen. So exportiert ein Skript als Kapiteldateien oder Audio pro Szene, ohne einen zweiten Editor zu öffnen. Lange Texte laufen in Segmenten, ein Projekt in Buchlänge bleibt also handhabbar.
Eingebaute Musik und API-Zugang
Die Musikbibliothek ist enthalten, Sie mischen die Stimme also mit Musik auf dem richtigen Pegel, ohne den Tab zu verlassen. Die kommerzielle Lizenz liegt jedem Paket bei, kostenlos wie bezahlt, und eine REST-API deckt die programmatische Nutzung für Apps, Chatbots und automatische Abläufe ab.
Vor- und Nachteile
Vorteile
- Guthaben nach Nutzung ohne Monatsabo, und ein Restwert, der ein Jahr gilt.
- Der intelligente Cache erstattet wiederholten Text, Änderungen kosten also nur das, was sich geändert hat. Ein intelligenter Cache ist damit der Grund, warum sich schrittweises Arbeiten lohnt.
- Über 5.000 Stimmen in 150 Sprachen mit Download in MP3, WAV, FLAC, OGG und OPUS.
- Kommerzielle Lizenz, Hintergrundmusik und API-Zugang in jedem Paket enthalten.
- Kein Wasserzeichen, auch nicht in der kostenlosen Stufe.
Nachteile
- Guthaben schwindet bei Pro- und HD-Stimmen schneller, Studioqualität kostet also mehr pro Zeichen.
- Das kostenlose Kontingent ist mit 1.000 Zeichen klein und reicht nicht für ein komplettes Video oder einen Kurs.
- Einige erweiterte Optionen wie Intonationskurven und emotionale Stile laufen nur auf ausgewählten Stimmen.
- Sehr lange Projekte brauchen trotz Segmentierung noch Zeit bei der Verarbeitung.
Häufige Fragen
Ja. Sie können Text einfügen, eine Stimme wählen und sofort für 1.000 Zeichen umwandeln, ohne Konto, ohne Karte und ohne Wasserzeichen. Mit der Anmeldung steigt das Tageslimit auf 3.000 Zeichen, die sich sieben Tage lang täglich erneuern.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu SpeechGen.io.
Alternativen zu SpeechGen.io
Foley
Hanamori Labs, LLC · Stimme & Sprache · Produktivität · KI-AssistentFoley ist eine Sprach-To-do-Liste: Ein gesprochener Satz wird zur einsortierten Aufgabe mit Projekt, Datum und Uhrzeit, und danach plant die App den Tag um das, was schon auf der Liste steht.
HireKey
HireKey · Stimme & Sprache · Produktivität · LernenHireKey ist ein KI-Copilot für die Jobsuche, entwickelt von einer erfahrenen Tech-Recruiterin. Er prüft die Passung, passt den Lebenslauf an, trainiert Interviews und sammelt jede Bewerbung.
Fluence
Yay Software (Yannick Huchard) · Schreiben · Stimme & Sprache · ProduktivitätFluence ist eine Android-App, die PDF, EPUB, Word-Dateien und Web-Artikel vorliest, den gesprochenen Satz mitführt und Fragen zum Text direkt auf dem Telefon beantwortet.