Text-to-Speech mit Figurenstimmen: jeden Satz mit der Stimme Ihrer Lieblingsfigur sprechen lassen

So funktioniert ein Generator für Figurenstimmen

Jede Stimme im Katalog ist ein Stimmstil für Supertonic 3, ein offenes Text-to-Speech-Modell: eine kleine JSON-Datei, die dem Modell sagt, wie die Figur klingt. Das Modell liest jeden Text mit dieser Stimme, sodass die Figur Sätze sagen kann, die sie nie gesagt hat.

Supertonic 3 spricht 31 Sprachen, und jede Figurenstimme spricht alle: Eine auf Englisch aufgenommene Figur liest Ihren Text auch auf Deutsch. Chinesisch wird noch nicht unterstützt.

Schritt 1: die Figur finden

Öffnen Sie den Stimmenkatalog und wählen Sie eine Kategorie oder geben Sie den Namen in die Suche ein. Die Suche versteht verschiedene Schreibweisen und Transliterationen, sodass auch ein Name mit Tippfehler dieselbe Stimme findet.

• Videospielfiguren: Helden und Schurken beliebter Spiele.
• Zeichentrickfiguren.
• Anime-Figuren.
• Film- und Serienfiguren.
• Jede Stimmseite hat eine Demo, eine Beschreibung des Autors und die Sprachen, die sie spricht.

Schritt 2: einen Satz kostenlos online vertonen

Geben Sie auf der Seite einer beliebigen Stimme einen Satz mit 30 bis 100 Zeichen ein und klicken Sie auf die Schaltfläche zum Vertonen. Die SuperClonica-Engine erzeugt ihn, Sie können ihn anhören und die Aufnahme herunterladen. Ein Konto ist nicht nötig.

So hören Sie am schnellsten, ob die Stimme zu Ihrem Satz passt, bevor Sie sie in einem Projekt einsetzen.

Schritt 3: unbegrenzt Sätze am eigenen PC

Für lange Texte oder viele Sätze laden Sie die Stimmdatei herunter: kostenlose mit einem Klick und ohne Konto, kostenpflichtige nach dem Kauf in Ihrer Bibliothek. Installieren Sie dann die kostenlose SuperClonica-Engine mit python -m pip install superclonica-cpu und vertonen Sie einen Satz mit einem Befehl: superclonica --text "Ihr Satz" --voice figur.json --lang de --output satz.wav.

Am eigenen Computer gibt es weder Zeichenlimits noch Warteschlangen. Auf einem Desktop-Prozessor mit 8 Kernen schätzen wir die Engine auf das 6,4- bis 9,7-Fache der Echtzeit: Ein 10-Sekunden-Satz ist in etwa 1 bis 1,6 Sekunden fertig, ohne Grafikkarte.

Kostenlose Figurenstimmen

Mehrere Figurenstimmen sind kostenlos, darunter Gollum, Trevor Philips aus GTA V, Ciri, Dark Willow, Billy Butcher und der Gummibär Valera. Sie stehen auf der Seite mit kostenlosen Stimmen im Katalog und in unserem GitHub-Repository mit Hörproben.

So klingt ein Satz nach der Figur

Die Stimme liefert den Klang, der Text den Charakter. Ein paar Gewohnheiten bringen das Ergebnis deutlich näher ans Original.

• Schreiben Sie den Satz so, wie die Figur spricht: ihre Wörter, ihre Ausrufe, ihr Rhythmus.
• Steuern Sie das Timing mit Satzzeichen: Kommas und Punkte setzen Pausen, ein Ausrufezeichen bringt Energie.
• Halten Sie Sätze kurz: Zwei oder drei Sätze pro Datei lassen sich leichter neu aufnehmen.
• Probieren Sie einen anderen Seed, wenn ein Take flach klingt: Jeder Seed liest denselben Text etwas anders.
• Erhöhen oder senken Sie das Tempo für einen ruhigeren oder aufgeregteren Vortrag.

Was erlaubt ist und was nicht

Figurenstimmen sind Fan-Werke und nicht von den Rechteinhabern autorisiert. Nutzen Sie sie für Parodien, Fan-Werke und eigene Projekte im Rahmen der Nutzungsbedingungen von SuperClonica und niemals, um jemanden zu täuschen oder das Ergebnis als Worte des Originalsprechers auszugeben. Für eine kommerzielle Nutzung brauchen Sie die Rechte an der Figur.

Die gesuchte Figur fehlt im Katalog?

Suchen Sie trotzdem danach. Findet sich nichts, bietet der Katalog zwei Möglichkeiten: die Stimme bei einem Autor bestellen, der sie mit einer von Ihnen gelieferten Aufnahme trainiert, oder Ihre E-Mail hinterlassen, damit wir einmal schreiben, sobald eine solche Stimme erscheint.