Voicefy

Der Katalog zählt über 120 neuronale Stimmen und bildet das Herz dieses KI-Stimmengenerators; diese neuronalen Stimmen sind für jede Sprache eigens geformt. Jede Stimme kommt mit Sprache, Akzent und Tonlage beschrieben, Sie hören also drei oder vier an und merken, welche zu einem Thriller, einem Schulungsmodul oder einer Produktdemo passt. Die Abdeckung des brasilianischen Portugiesisch ist am tiefsten, mit Training echter Muttersprachler hinter Betonung und Rhythmus. Läuft Ihr Projekt auf Englisch oder Spanisch, antwortet die Bibliothek ebenfalls, der Schwerpunkt bleibt aber das Portugiesische.

Voicefy wurde in brasilianischem Portugiesisch gebaut und nicht dorthin übersetzt. Die Stimmen übernehmen Rhythmus und Melodie von Muttersprachlern, und dieser Unterschied hört man an natürlichen Pausen gegenüber der flachen Lieferung von Werkzeugen, die fast nur auf Englisch trainiert wurden. Wer für brasilianisches Publikum veröffentlicht, entscheidet mit diesem Detail, ob Zuhörer dranbleiben. Portugiesisch aus Portugal ist ebenfalls dabei, ein Projekt deckt also beide Märkte ab.

Die Plattform unterstützt 40 Sprachen, darunter Portugiesisch, Englisch, Spanisch, Französisch, Deutsch, Japanisch, Mandarin und Hindi, teils mit mehreren Stimmen und regionalen Akzenten. Diese Breite hält den Lokalisierungsprozess in einem Konto, statt pro Markt den Anbieter zu wechseln. Die Tiefe schwankt je Sprache, und seltene Sprachen bieten weniger Auswahl, prüfen Sie also Ihre Zielsprache zu Beginn.

Kurze Texte sind in etwa zwei Sekunden fertig, was Live-Assistenten und schnellen Probeläufen zugutekommt. Lange Skripte, Hörbücher eingeschlossen, gehen in die Hintergrundverarbeitung und melden den Abschluss. Praktisch heißt das: Eine Autorin reiht das ganze Manuskript ein und testet gleichzeitig eine einzelne Zeile für die Begrüßung eines Chatbots. Streaming-Audio trägt außerdem dialogorientierte Produkte, die fast sofort antworten müssen; die Website nennt unter 300 Millisekunden Latenz für Assistenten.

Pro- und Enterprise-Abonnenten besitzen das erzeugte Audio und dürfen es veröffentlichen, monetarisieren und auf jeder Plattform verteilen. Diese Klausel macht den Dienst für Kundenarbeit, Werbekampagnen und bezahlte Hörbuchshops brauchbar. Im kostenlosen Starter-Tarif behandeln Sie das Ergebnis besser als Test und lesen die Bedingungen, bevor es in ein kommerzielles Produkt wandert.

Firmenkonten teilen den Zugriff auf Projekte, die Produktionsbibliothek hängt also nicht am Laptop einer einzigen Person. Entwickler schicken Anfragen über eine API, sodass Website, App oder internes Werkzeug Sprache auf Abruf erzeugen. Beide Teile zielen auf dasselbe Profil, nämlich eine Organisation, die regelmäßig Audio produziert, statt jemanden, der eine einzelne Datei braucht.