Zum Inhalt springen

Text in Sprache umwandeln

Geben Sie Text ein oder fügen Sie ihn ein und erhalten Sie natürlich klingende Sprache, die Sie abspielen und herunterladen können.

Verarbeitung durch unseren eigenen KI-Server. Ihr Text wird mit einem KI-Modell verarbeitet, das auf dem eigenen Server von VersoFile läuft. Er wird nicht an externe KI-Anbieter gesendet und nicht als Dokument gespeichert.

Die Sprache wird von einem Open-Source-Sprachmodell (Chatterbox Multilingual) auf unserem eigenen Server erzeugt, niemals von einem Drittanbieterdienst. Es läuft auf einer CPU und ist daher langsam: Rechnen Sie mit etwa einer Minute Wartezeit pro 10 bis 20 Sekunden Sprache.

oder hierher ziehenUnterstützte Formate: TXT

oder

0 / 1000 Zeichen

Optionen

Stimme

Integrierte Stimme (die einzige Stimme des Modells)

Wir bieten keine Auswahl zwischen männlicher und weiblicher Stimme an und klonen keine Stimmen realer Personen: Das Modell enthält eine integrierte Stimme, die für jede Sprache verwendet wird.

1.00×
50%

Höhere Werte klingen lebhafter, können aber weniger gleichmäßig sein.

Audioformat

Dieses Tool lädt Ihre Datei über HTTPS auf unseren Server hoch. Sie wird in einem isolierten temporären Ordner verarbeitet und nach dem Download oder automatisch nach etwa 15 Minuten gelöscht.

So verwenden Sie Text in Sprache

  1. 1

    Geben Sie bis zu 1.000 Zeichen ein oder fügen Sie sie ein, oder laden Sie eine .txt-Datei hoch.

  2. 2

    Wählen Sie die Sprache (oder lassen Sie sie erkennen), das Sprechtempo und das Audioformat.

  3. 3

    Erzeugen Sie die Sprache, hören Sie sie an und laden Sie MP3 oder WAV herunter.

Über Text in Sprache

Die Sprache wird auf dem eigenen Server von VersoFile von Chatterbox Multilingual erzeugt, einem Open-Source-Sprachmodell (MIT-Lizenz); Ihr Text wird nie an einen Drittanbieterdienst gesendet, nach der Verarbeitung nicht gespeichert und nicht zum Training verwendet. Das Modell hat eine integrierte Stimme, die es für alle sechs Sprachen verwendet, daher gibt es keine Wahl zwischen männlicher und weiblicher Stimme, und wir klonen keine Stimmen realer Personen. Die Erzeugung läuft auf einer CPU und ist langsam: etwa eine Minute Wartezeit pro 10 bis 20 Sekunden Sprache, weshalb das Limit bei 1.000 Zeichen pro Anfrage liegt. Der Text wird Satz für Satz gelesen; jeder Satz wird automatisch per Spracherkennung geprüft und neu erzeugt, wenn er nicht übereinstimmt, und jeder Satz, der danach immer noch nicht übereinstimmt, wird gemeldet, damit Sie ihn anhören können. Das Audio trägt ein unhörbares Wasserzeichen, das es als KI-generiert kennzeichnet.

Häufig gestellte Fragen

Welche Sprachen werden unterstützt?

Arabisch, Englisch, Türkisch, Russisch, Spanisch und Deutsch. Die Sprache kann automatisch erkannt oder ausgewählt werden.

Kann ich eine männliche oder weibliche Stimme wählen?

Nein. Das Modell bietet eine einzige integrierte Stimme, und wir bieten nur an, was es wirklich unterstützt. Wir imitieren oder klonen keine Stimmen realer Personen.

Warum dauert es so lange?

Das Sprachmodell läuft auf unserem eigenen CPU-Server statt bei einem externen KI-Dienst. Das schützt Ihren Text, ist aber langsamer als Cloud-Dienste.

Wird mein Text gespeichert?

Nein. Er wird im Arbeitsspeicher verarbeitet, um das Audio zu erzeugen, und die Auftragsdateien werden nach dem Download oder automatisch nach etwa 15 Minuten gelöscht.

Darf ich das Audio kommerziell nutzen?

Die Lizenz des Modells erlaubt die kommerzielle Nutzung. Sie sind für den Text verantwortlich, den Sie umwandeln, und das Audio ist mit einem Wasserzeichen als KI-generiert gekennzeichnet.