Text zu MP3: Text-to-Speech als MP3-Datei speichern
Eine MP3 ist das, was die meisten am Ende wollen: eine Datei, die auf jedem Handy läuft und in einen Podcast, einen Messenger oder einen Kurs passt. Die kostenlose SuperClonica-Engine liest Ihren Text vor und speichert ihn direkt als MP3, auf Ihrem eigenen Computer und ohne Zeichenlimit.
Dieser Leitfaden zeigt, wie Sie eine MP3 aus einem Satz oder aus einem ganzen Ordner mit Texten erzeugen, welche Stimmen sich eignen und wann WAV oder FLAC die bessere Wahl ist.
Text zu MP3 mit einem Befehl
Weder Konverter noch Upload-Website sind nötig: Der Text verlässt Ihren Computer nicht.
- Installieren Sie die Engine einmal: python -m pip install superclonica-cpu.
- Dann ein Befehl: superclonica --text "Hallo! Diese Datei wurde aus Text erstellt." --voice F1 --lang de --output hallo.mp3.
- Das Format folgt der Endung: .mp3 ergibt eine MP3 (128 kbit/s, 44,1 kHz, mono in der aktuellen Version), .wav eine 16-Bit-WAV, auch .flac und .ogg funktionieren.
- Das Modell wird beim ersten Start heruntergeladen; danach läuft alles offline.
Eine Stimme vorher gratis anhören
Bevor Sie etwas installieren, hören Sie die Stimme an: Geben Sie auf der Seite einer beliebigen Katalogstimme einen Satz mit 30 bis 100 Zeichen ein, wählen Sie die Sprache und klicken Sie auf die Schaltfläche zum Vertonen. In wenigen Sekunden können Sie die Aufnahme anhören und herunterladen. Ein Konto ist nicht nötig.
Lange Texte und viele Dateien
Auf einem normalen 8-Kern-Desktop-Prozessor schätzen wir die Engine auf das 6- bis 10-Fache der Echtzeit, eine Stunde Audio dauert also einige Minuten.
- Ein ganzer Artikel oder ein Kapitel: --text-file kapitel.txt statt --text; lange Texte werden an natürlichen Pausen geteilt und zu einer Datei zusammengefügt.
- Ein Ordner mit Texten unter Linux oder macOS: for f in texts/*.txt; do superclonica --text-file "$f" --voice F1 --lang de --normalize --output "${f%.txt}.mp3"; done.
- Fügen Sie --normalize hinzu, damit alle Dateien gleich laut sind, −18 LUFS.
- Benennen Sie die Textdateien so, wie die MP3s heißen sollen.
Stimmen
Die zehn Standardstimmen des Modells, M1 bis M5 und F1 bis F5, sind eingebaut und kostenlos. Der Katalog bietet Sprecher, Stimmen im Plauderton und Figuren, jede mit kostenlosem Online-Test; kostenlose laden Sie ohne Konto herunter, kostenpflichtige kaufen Sie einmal, und sie bleiben Ihnen als JSON-Datei, die Sie mit --voice übergeben. Jede Stimme spricht die 31 Sprachen von Supertonic 3; Chinesisch wird noch nicht unterstützt.
MP3, WAV oder FLAC?
MP3 ist klein und läuft überall: zum Teilen, für Podcasts, Handys und Player. WAV ist unkomprimiert: Arbeiten Sie damit beim Schneiden, damit Schnitt und Mischung keine Verluste auf Verluste stapeln. FLAC ist verlustfrei wie WAV, aber kleiner, gut fürs Archiv. Ein praktischer Ablauf: in WAV vertonen und schneiden, die fertige Datei als MP3 exportieren, oder direkt in MP3 vertonen, wenn nichts geschnitten wird.