So vertonst du Text mit deiner eigenen Stimme in Text-to-Speech
Wähle in Text-to-Speech deinen Tab Eigene Stimmen aus und tippe auf Generieren. Eine MiniMax-Stimme kostet 12 Tokens pro 1.000 Zeichen, eine Qwen 3-Stimme etwa 11.
Aktualisiert am 2. November 20263 Min. Lesezeit
Zuerst benötigst du eine fertige Stimme unter Eigene Stimmen. Wenn du noch keine hast, erstelle sie aus einer Aufnahme von 10 Sekunden bis 5 Minuten: So klonst du deine Stimme. Eine während der Einführungstour erstellte Stimme ist dort bereits verfügbar.
So vertonst du einen Text mit deiner Stimme
Öffne im Tab Tools die Funktion Text-to-Speech.
Gib im Tab Text bis zu 10.000 Zeichen ein und tippe auf Weiter.
Öffne im Tab Stimme den Tab Eigene Stimmen und tippe auf deine Stimme. Das Kennzeichen daneben zeigt den Anbieter (MiniMax oder Qwen 3) und die Zeile darunter die Sprache.
Bei einer MiniMax-Stimme kannst du unterhalb der Liste bei Bedarf Emotion, Geschwindigkeit und Tonhöhe anpassen. Tippe auf Weiter.
Prüfe im Tab Ergebnis die geschätzten Kosten und tippe auf Generieren.
Die Play-Taste neben deiner Stimme spielt die Originalaufnahme ab. Um den Klon selbst zu hören, vertone zuerst einen kurzen Satz: Das kostet etwa 1 Token.
Verfügbare Einstellungen
| Deine Stimme | Einstellungen | Tags im Text |
|---|---|---|
| MiniMax | Emotion, Geschwindigkeit von 0.5 bis 2, Tonhöhe von −12 bis +12 | (laughs), (sighs) und andere, eine Pause <#1#> |
| Qwen 3 | keine | keine |
Textanweisungen funktionieren nur mit OpenAI-Stimmen, du kannst sie also nicht mit deiner eigenen Stimme verwenden.
Welche Sprachen deine Stimme spricht
Eine Qwen 3-Stimme spricht 10 Sprachen: Englisch, Russisch, Chinesisch, Deutsch, Französisch, Spanisch, Italienisch, Japanisch, Koreanisch und Portugiesisch. Eine MiniMax-Stimme klingt in der Sprache, in der die Probe aufgenommen wurde, am natürlichsten. In einer anderen Sprache behält sie den Akzent des Originals bei.
Wie viel es kostet
| Deine Stimme | Preis | Eine Minute Sprache |
|---|---|---|
| MiniMax | 12 Tokens pro 1.000 Zeichen | etwa 11 Tokens |
| Qwen 3 | etwa 11 Tokens pro 1.000 Zeichen | etwa 10 Tokens |
Die Stimmerstellung wird separat und nur einmalig bezahlt: 180 Tokens für MiniMax, etwa 1 Token für Qwen 3. Einige vor längerer Zeit erstellte MiniMax-Stimmen wurden nie aktiviert. Bei einer solchen Stimme zeigt der Tab Ergebnis „Enthält 180 Tokens für die erstmalige Stimmenaktivierung, nur einmalig“ an, und die erste Generierung kostet 180 Tokens mehr. Danach gilt für die Stimme der normale Preis.
Wo deine Stimme sonst noch funktioniert
Audio übersetzen: Öffne in den Einstellungen Voiceover, wähle MiniMax oder Qwen 3 und dann Meine MiniMax-Stimme oder Meine Qwen-Stimme. Die Übersetzung wird mit deiner Stimme vorgelesen. Mehr dazu: Einstellungen für Audio übersetzen.
Über MCP verbundene KI-Agenten, wie etwa Claude und ChatGPT, sehen dieselben Stimmen und können damit Texte vertonen.
Stimmenverzerrer, KI-Anrufe und Video übersetzen nutzen keine gespeicherten Stimmen.
Häufig gestellte Fragen
Meine Stimme ist nicht im Tab Eigene Stimmen. Warum?
Wenn sie ausgegraut ist und den Status Klonen... anzeigt, warte kurz, bis das Klonen abgeschlossen ist. Mit dem Status Fehlgeschlagen kann sie nicht verwendet werden: Siehe Stimmklonen fehlgeschlagen. Fehlt die Stimme komplett, prüfe, ob du mit demselben Account angemeldet bist, in dem du sie erstellt hast.
Kann ich meine Stimme am Computer nutzen, wenn ich sie auf dem Smartphone erstellt habe?
Ja. Stimmen werden im Account gespeichert. Melde dich auf web.vocalingo.app mit demselben Account an, und die Stimme ist unter Eigene Stimmen verfügbar. Die Anmeldung mit Apple ist nur unter iOS verfügbar; nutze im Web daher die E-Mail-Adresse oder Google-Anmeldung dieses Accounts.
Support kontaktieren
Beschreibe das Problem und wir antworten per E-Mail. Füge den Dateinamen oder die Job-ID bei, falls vorhanden.