Text to Speech-Stimmen: MiniMax, Qwen 3, OpenAI und ElevenLabs
Die alte Aufteilung in Standard- und OpenAI-Stimmen gibt es nicht mehr. Die Auswahl umfasst jetzt MiniMax, Qwen 3, OpenAI, ElevenLabs und deine eigenen Stimmen mit unterschiedlichen Einstellungen und Preisen.
Aktualisiert am 2. November 20263 Min. Lesezeit
Die Stimmenauswahl findest du im Tab Stimme unter Text to Speech. Jeder Anbieter hat seinen eigenen Tab, und zwei weitere Tabs, Favoriten und Zuletzt verwendet, bündeln Stimmen aller Anbieter. Über die Wiedergabe-Taste neben jeder Stimme kannst du eine kostenlose Hörprobe abspielen.
Wie sich die Stimmengruppen unterscheiden
| Tab | Stimmen | Einstellungen | Preis | Ideal für |
|---|---|---|---|---|
| MiniMax | 53 Stimmen: 45 auf Englisch und 8 auf Russisch | Emotion, Tempo 0.5–2, Tonhöhe von −12 bis +12; Tags für Lachen und Pausen | 12 Tokens pro 1.000 Zeichen | lange Erzählungen, ausdrucksstarke Sprache mit Emotionen |
| Qwen 3 | 9 Stimmen | keine | ca. 20 Tokens pro 1.000 Zeichen | kurze Sätze in einer von 10 Sprachen |
| OpenAI | 10 Stimmen | Textanweisungen und 8 Voreinstellungen | 1,8 Tokens pro angefangene 150 Wörter | lange Texte zum günstigsten Preis, Stimmen mit bestimmtem Sprachstil |
| ElevenLabs | Bibliothek und ein großer Community-Katalog | Stabilität, Ähnlichkeit, Stil; Tags für Emotionen und Pausen | 12 Tokens pro 1.000 Zeichen | Stimmen mit passendem Geschlecht, Alter, Akzent und passender Sprache |
| Eigene Stimmen | aus deinen Aufnahmen geklonte Stimmen | MiniMax-Stimmen: Emotion, Tempo, Tonhöhe; Qwen 3-Stimmen: keine | 12 oder ca. 11 Tokens pro 1.000 Zeichen | Sprachausgabe mit deiner eigenen Stimme |
Zum Vergleich: Eine Minute Sprache entspricht etwa 150 Wörtern oder 900 Zeichen: ungefähr 2 Tokens mit OpenAI, 11 mit MiniMax oder ElevenLabs und 18 mit Qwen 3.
MiniMax-Stimmen
MiniMax bietet 53 fertige Stimmen mit englischen Namen, zum Beispiel Expressive Narrator, Calm Woman, Wise Scholar und Deep-voiced Gentleman. 45 davon sind englischsprachig und 8 russischsprachig, wie Reliable Man und Bright Queen. Wenn die App auf Russisch eingestellt ist, stehen die russischen Stimmen ganz oben in der Liste. Expressive Narrator ist standardmäßig ausgewählt, wenn du Text to Speech öffnest.
Unter der Liste findest du die Stimmeinstellungen: Emotion (Glücklich, Traurig, Wütend, Ängstlich, Überrascht, Ruhig, Angewidert; tippe erneut darauf, um sie zu deaktivieren), Tempo von 0.5 bis 2 und Tonhöhe von −12 bis +12. Im Tab Text kannst du Tags wie (laughs) oder eine Pause <#1#> einfügen.
Qwen 3-Stimmen
Qwen 3 bietet 9 Stimmen und keine Einstellungen. Sie sprechen 10 Sprachen: Englisch, Russisch, Chinesisch, Deutsch, Französisch, Spanisch, Italienisch, Japanisch, Koreanisch und Portugiesisch.
| Weiblich | Männlich |
|---|---|
| Vivian, Serena, Ono Anna, Sohee | Uncle Fu, Dylan, Eric, Ryan, Aiden |
OpenAI-Stimmen
OpenAI bietet 10 Stimmen. Nur diese Stimmen unterstützen Anweisungen: eine kurze Beschreibung, wie gesprochen werden soll, oder eine von 8 Voreinstellungen. So erstellst du sie: Tonfall einer OpenAI-Stimme anpassen.
| Stimme | Beschreibung in der App |
|---|---|
| Alloy | Neutral, ausgewogen, vielseitig |
| Ash | Männlich, sanft, gesprächig |
| Ballad | Männlich, melodisch, musikalisch |
| Coral | Weiblich, warm, freundlich |
| Echo | Männlich, klar, selbstbewusst |
| Fable | Männlich, britisch, erzählerisch |
| Nova | Weiblich, energisch, jugendlich |
| Onyx | Männlich, tief, autoritär |
| Sage | Männlich, weise, ruhig |
| Shimmer | Weiblich, sanft, lyrisch |
ElevenLabs-Stimmen
Der ElevenLabs-Tab besteht aus zwei Bereichen: Bibliothek, einer Auswahl vorgefertigter Stimmen, die sofort geladen wird, und Community, einem deutlich größeren Katalog mit Stimmen anderer Nutzer. Beide lassen sich nach Sprache, Geschlecht, Alter, Akzent und Verwendungszweck filtern. Als Einstellungen stehen Stabilität, Ähnlichkeit und Stil zur Verfügung, und im Tab Text gibt es Tags wie [whispers] oder [laughs].
ElevenLabs-Stimmen sind außerdem die einzigen Stimmen, die im Voice Changer verfügbar sind. Wie du sie suchst und filterst: eine Stimme auswählen.
Welche Stimme du für dein Vorhaben wählen solltest
| Vorhaben | Empfohlene Wahl |
|---|---|
| Voice-Over für eine Präsentation oder ein Video auf Englisch | MiniMax Expressive Narrator oder eine OpenAI-Stimme mit der Voreinstellung News |
| Text in einer anderen Sprache als Englisch oder Russisch | ElevenLabs mit dem Sprachfilter |
| Ein langer Text, so günstig wie möglich | OpenAI |
| Gesprochener Text mit Lachen, Seufzern oder Pausen | MiniMax oder ElevenLabs mit Tags |
| Deine eigene Stimme | Eigene Stimmen: siehe Text mit deiner eigenen Stimme vertonen |
Support kontaktieren
Beschreibe das Problem und wir antworten per E-Mail. Füge den Dateinamen oder die Job-ID bei, falls vorhanden.