#KI-Vertonung

Text zu Sprache
mit KI

Text einfügen und in einer Minute eine natürliche Vertonung bekommen. Über 28 Stimmen – verschiedene Geschlechter und Charaktere – sprechen Deutsch, Englisch, Französisch, Spanisch und viele weitere Sprachen. Ein Modell transportiert Emotionen und Pausen besonders lebendig, ein anderes spricht ruhig und gleichmäßig für einen sachlichen Ton, ein drittes ist schneller und nur halb so teuer – ideal für Entwürfe.

Text vertonenPreise
Stimme vor der Auswahl anhören · MP3-Datei, fertig für Videos und Podcasts

Deine Stimme ist müde, und ein Sprecher ist teuer und braucht Zeit. Text einfügen – Stimme wählen – Datei herunterladen in einer Minute

#drei Schritte

Vom Text zur fertigen Tonspur

1. Text einfügen

Alles, was zu hören sein soll: ein Satz fürs Video, ein Podcast, eine Durchsage.

2. Stimme und Modell wählen

Hör dir die Varianten an und wähle nach Geschlecht und Charakter. Eleven v3 versteht Emotions-Tags wie „[whispers]“ oder „[laughs]“ für eine lebendige Sprechweise; Flash/Turbo v2.5 ist schneller und günstiger für Entwürfe.

3. Datei herunterladen

Die fertige MP3-Spur landet in deiner Galerie – zum Herunterladen oder direkt für den Schnitt im Editor.

Wofür man es nutzt

Voiceover für Reels und VideosSprecherstimme oder Dialoge von Figuren, ohne selbst aufzunehmen
Podcasts und Audio-DurchsagenText zu Stimme ohne Studio und Sprecher
Probevertonung für ein SkriptSchnell hören, wie der Text klingt, bevor du selbst aufnimmst
Deine eigene Stimme (Pro)Beschreib Klangfarbe und Charakter in Worten, erhalte 3 Varianten, wähle eine aus und speichere sie – im Pro-Tarif

Häufige Fragen

In welchen Sprachen kann ich Text vertonen?
Deutsch, Englisch, Französisch, Spanisch, Russisch und Dutzende weitere Sprachen – die Stimme liest den Text in der Sprache, in der du ihn schreibst. Es gibt männliche und weibliche Stimmen mit verschiedenen Akzenten und Charakteren.
Wie viele Stimmen stehen zur Auswahl?
Über 28 – vor der Auswahl kannst du dir eine Hörprobe anhören.
Was unterscheidet die Sprachmodelle?
Eleven v3 ist standardmäßig eingestellt und klingt am lebendigsten; es versteht Emotions-Tags im Text. Multilingual v2 ist ruhiger und berechenbarer – für einen sachlichen oder erklärenden Ton. Flash und Turbo v2.5 sind schneller und nur halb so teuer, bei etwas einfacherer Betonung.
Kann ich eine eigene Stimme erstellen?
Ja, im Pro-Tarif: Beschreib Klangfarbe, Alter und Charakter in Worten – die KI erstellt drei Varianten, du wählst die beste, gibst ihr einen Namen und speicherst sie.
In welchem Format bekomme ich die Datei?
MP3 – sofort zum Download oder als Audiospur im Schnitt-Editor.
Kann ich auch Soundeffekte oder Musik generieren?
Ja, im selben Audio-Studio gibt es eigene Tabs: Soundeffekte nach kurzer Beschreibung („knarrende Tür“, „Gläserklirren“) und Musik nach Genre und Stimmung.
Was kostet eine Vertonung?
Der Preis hängt von der Textlänge und dem Modell ab und wird vor dem Start angezeigt. Preise ansehen →

Auch interessant

Werbe-ReelsVoiceover ist integriert: Skript, Video, Stimme und Schnitt in einem Projekt Sprechender KI-AvatarDie Stimme des Avatars kommt von hier – die Lippen laufen synchron zur Sprache Online-VideoschnittDie fertige Spur kommt direkt in den Editor

Vertone deinen Text
jetzt sofort

Wähle aus über 28 Stimmen – die Datei ist in einer Minute fertig

Text vertonen