ANLEITUNG

Dialoge mit KI-Stimmen: Gespräche mit mehreren Stimmen

Ein Sketch mit zwei Figuren, ein Dialog für Sprachlernende, ein Podcast mit zwei Hosts, eine Szene in einem Spiel: Liest eine einzige Stimme alles, klingt es wie eine Liste, zwei oder drei Stimmen klingen wie Menschen im Gespräch.

SuperClonica bietet natürliche und Figurenstimmen in 31 Sprachen, einen Gratistest online für einzelne Zeilen und eine kostenlose Engine, die ein ganzes Skript mit Sprechernamen in eine einzige Audiodatei verwandelt. Dieser Leitfaden zeigt beide Wege.

Stimmen ansehen SuperClonica-Engine installieren

Kontrastreiche Stimmen wählen

Hören Sie vor der Wahl alle Stimmen mit demselben Satz: Unterschiede hört man nebeneinander besser.

  • Kombinieren Sie eine tiefe und eine hohe oder eine ruhige und eine lebhafte Stimme, damit man immer weiß, wer spricht.
  • Die zehn Standardstimmen, M1 bis M5 und F1 bis F5, sind kostenlos: fünf männliche und fünf weibliche zum Kombinieren.
  • Figurenstimmen aus dem Katalog passen zu Sketchen und Fan-Szenen.
  • Behalten Sie für jede Person die ganze Serie über dieselbe Stimme.

Jede Zeile gratis online vertonen

Geben Sie auf der Seite der ersten Stimme eine Zeile mit 30 bis 100 Zeichen ein, wählen Sie die Sprache und klicken Sie auf die Schaltfläche zum Vertonen; machen Sie dasselbe mit der zweiten Stimme für die Antwort. Laden Sie die Aufnahmen ohne Konto herunter und legen Sie sie in CapCut, Audacity oder einem anderen Editor hintereinander.

Ein Skript für Stimmen schreiben

Eine kurze Pause zwischen den Antworten klingt natürlich; gleichzeitiges Sprechen geht nicht, schreiben Sie Unterbrechungen also als abgebrochene Zeile mit Gedankenstrich.

  • Beginnen Sie jede Zeile mit dem Sprecherkürzel und einem Doppelpunkt, etwa A: und B:.
  • Halten Sie Antworten kurz: Echte Gespräche gehen hin und her.
  • Setzen Sie Punkte und Fragezeichen: Die Stimme folgt der Zeichensetzung.
  • Schreiben Sie Namen, Zahlen und Abkürzungen so, wie sie klingen sollen.

Eine Datei aus dem ganzen Skript

Schreiben Sie das Skript in dialogue.txt mit Zeilen wie A: Hast du das gehört? und B: Ja. Installieren Sie dann die kostenlose Engine mit python -m pip install superclonica-cpu und starten Sie python -c "import numpy as np; from superclonica import Superclonica; tts = Superclonica(); V = {'A': 'F2', 'B': 'M3'}; gap = np.zeros(int(0.4 * tts.sample_rate), dtype=np.float32); tts.save('dialogue.mp3', np.concatenate([np.concatenate([tts.synthesize(t.strip(), V[s.strip()], 'de')[0], gap]) for s, t in (l.split(':', 1) for l in open('dialogue.txt', encoding='utf-8') if ':' in l)]))". Jede Zeile wird mit der Stimme ihres Kürzels vertont, mit 0,4 Sekunden Stille zwischen den Antworten, und das Ergebnis ist eine einzige dialogue.mp3. Ergänzen Sie weitere Sprecher in der Liste oder ersetzen Sie F2 durch den Pfad zur Datei einer gekauften Stimme.

Echte Personen und faire Nutzung

Erstellen Sie nie ein gefälschtes Gespräch echter Personen, das man für eine echte Aufnahme halten könnte. Figurenstimmen sind von Fans gemacht und nicht von den Rechteinhabern autorisiert, Parodiestimmen sind als Parodie gekennzeichnet. Für Videos, mit denen Sie Geld verdienen, nutzen Sie die Standardstimmen unter der OpenRAIL-M-Lizenz oder mit Einwilligung trainierte Stimmen.