ANLEITUNG

Gemini-TTS-Alternative: eine Offline-Sprach-Engine, die Sie selbst betreiben

Googles Gemini-Modelle können sprechen: Über die Gemini-API und AI Studio wandeln sie Text in ausdrucksstarke Sprache in weit über hundert Sprachen um, mit Stilanweisungen in einfachen Worten. Für viele Projekte ist das der einfachste Start. Für andere ist genau das zu vermeiden: jeden Text an eine Cloud-API zu schicken und pro Token zu zahlen.

SuperClonica ist der andere Weg: eine kostenlose Engine, die auf Ihrem eigenen Rechner oder Server läuft, natürliche Stimmen in 31 Sprachen, mehr als 170 Katalogstimmen und Stimmen, die Sie selbst trainieren. Dieser Leitfaden vergleicht beides ehrlich und zeigt, wann was passt.

Stimmen ansehen SuperClonica-Engine installieren

Was Gemini TTS gut kann

Modellnamen und Preise von Cloud-APIs ändern sich oft; prüfen Sie Googles eigene Dokumentation und Preisseite, bevor Sie ein Budget planen.

  • Mehr als 100 Sprachen, auch Chinesisch, wobei die Sprache des Textes automatisch erkannt wird.
  • Stil und Tempo in einfachen Worten gesteuert, und Dialoge mit zwei Sprechern in einer Anfrage.
  • 30 fertige Stimmen plus eine größere Stimmenbibliothek, Ausgabe als WAV mit 24 kHz.
  • Es ist ein Cloud-Dienst: Sie brauchen ein Google-Konto und einen API-Schlüssel, abgerechnet wird nach Tokens.

SuperClonica gratis online hören

Geben Sie auf der Seite einer beliebigen Stimme einen Satz mit 30 bis 100 Zeichen ein, wählen Sie die Sprache und klicken Sie auf die Schaltfläche zum Vertonen. In wenigen Sekunden vergleichen Sie mit dem, was Sie bei Gemini gehört haben, ohne Konto.

Wo eine Offline-Engine besser passt

Gleicher Text, gleiche Stimme und gleicher Seed ergeben immer dieselbe Datei, ein Skript lässt sich also in einem Jahr neu erzeugen und klingt identisch.

  • Datenschutz: Texte verlassen Ihren Rechner nicht, wichtig für interne Dokumente, Kundendaten und unveröffentlichte Skripte.
  • Kosten: Nach der Hardware ist Sprache kostenlos; lange Bücher und große Mengen erhöhen keine Rechnung.
  • Offline: Nach dem Herunterladen des Modells ist kein Internet nötig.
  • Ihre eigene Stimme: einmal im SuperClonica-Studio trainieren und überall nutzen, ohne Limits pro Projekt.

Umstieg an einem Nachmittag

Installieren Sie die Engine mit python -m pip install superclonica-cpu und vertonen Sie über die Kommandozeile oder Python, oder starten Sie den HTTP-Server: docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu. Er beantwortet POST /synthesize mit einer WAV-Datei, ein Dienst, der eine Cloud-API aufgerufen hat, braucht also nur eine neue Adresse und einen Stimmennamen. Stimmen sind Dateien, die Sie behalten, keine Namen, die mit einem Modell-Update verschwinden können.

Wie Sie wählen

Wählen Sie Gemini TTS, wenn Sie Chinesisch oder eine Sprache außerhalb dieser 31 brauchen, Emotionen per Anweisung in Worten steuern wollen oder eine Cloud-Rechnung keine Rolle spielt. Wählen Sie SuperClonica, wenn Datenschutz, feste Kosten, Offline-Betrieb oder Ihre eigene Stimme wichtiger sind. Viele Teams nutzen beides: ein Cloud-Modell für Prototypen und eine selbst gehostete Engine für die Produktionsmenge.