ANLEITUNG

Text-to-Speech für die Spieleentwicklung: NPC-Stimmen ohne Studio

Indie-Spiele und Prototypen brauchen Hunderte Sprachzeilen, lange bevor es ein Budget für Sprecher gibt: NPC-Rufe, Tutorial-Hinweise, Questdialoge, Ansagen. Text-to-Speech schließt diese Lücke: Zeile im Skript ändern, Audio neu erzeugen, Spiel neu bauen.

Dieser Leitfaden zeigt, wie das mit Supertonic 3 und der kostenlosen SuperClonica-Engine geht, die offline auf Entwicklerrechnern und Build-Servern läuft, und wie Sie Stimmen bekommen, die Sie veröffentlichen dürfen.

Stimmen ansehen SuperClonica-Engine installieren

Warum Offline-TTS zur Spieleentwicklung passt

Ein Spiel braucht Sprachzeilen, die sich mit dem Skript ändern, oft und auf jedem Rechner des Teams.

  • Keine Gebühren pro Zeichen: Erzeugen Sie Zeilen so oft neu, wie sich das Skript ändert.
  • Läuft auf einem normalen Prozessor und damit auf Build-Rechnern ohne Grafikkarte.
  • Dieselbe Stimmdatei liefert jedes Mal dasselbe Timbre, sodass Zeilen mit Wochen Abstand zusammenpassen.
  • 31 Sprachen mit einer Stimme, praktisch für Lokalisierungsprototypen.

Zeilen im Stapel erzeugen

Installieren Sie die Engine mit python -m pip install superclonica-cpu und halten Sie die Zeilen in einer einfachen Tabelle: ID, Sprache und Text. Ein kurzes Python- oder Shell-Skript durchläuft sie und ruft für jede Zeile superclonica --text "..." --voice npc.json --lang de --output lines/npc_greeting_01.wav auf. Versionieren Sie das Skript, nicht das Audio, und erzeugen Sie die WAV-Dateien beim Build.

Unsere Leitfäden zu Text-to-Speech in Python und zu einer selbst gehosteten API in Docker zeigen, wie Sie die Engine aus Code oder als HTTP-Dienst für Editor-Tools aufrufen.

Import in Unity, Godot oder Unreal

Die Engine schreibt Standard-WAV-Dateien, die jede Spiel-Engine als Audioclips importiert. Benennen Sie Dateien nach der Zeilen-ID, damit Ihr Dialogsystem sie findet, und halten Sie Zeilen kurz: Ein bis zwei Sätze pro Datei lassen sich leichter timen, untertiteln und neu machen.

Stimmen, die Sie veröffentlichen dürfen

Für Prototypen reicht jede Katalogstimme, um das Skript zu hören. Für ein veröffentlichtes Spiel nutzen Sie eine Stimme, an der Sie die Rechte haben: Trainieren Sie Ihre eigene aus einer sauberen Aufnahme von 5 bis 10 Sekunden eines Sprechers, der zugestimmt hat, im Studio auf einem Computer mit NVIDIA-Grafikkarte, oder bestellen Sie eine Stimme auf der Börse. Von Fans gemachte Figuren- und Promistimmen sind für Parodien und Fanwerke, nicht für kommerzielle Spiele.

Damit NPC-Sätze lebendig klingen

Schreiben Sie Zeilen so, wie Menschen sprechen, mit Zeichensetzung für den Rhythmus: Ausrufezeichen für einen Ruf, Auslassungspunkte für Zögern, Fragezeichen für einen steigenden Ton. Geben Sie jedem NPC-Typ eine eigene Stimme und führen Sie eine Ausspracheliste für die Namen Ihrer Welt.