# Text-to-Speech für Videos, Hörbücher, Spiele und Apps Aktualisiert 2026-10-17 Lokales Text-to-Speech eignet sich gut zum Vertonen: Sie können einen Satz so oft neu erzeugen, wie Sie möchten, ein ganzes Buch auf dem Laptop einsprechen lassen, und niemand zählt Zeichen. Diese Anleitung behandelt die Praxis mit Stimmen für Supertonic 3 und der SuperClonica-Engine: eine passende Stimme finden, das Skript fürs Hören schreiben und das Tempo steuern, das Audio in den Editor bringen und was Sie mit einer bei SuperClonica gekauften Stimme tun dürfen. Wenn noch nichts installiert ist, beginnen Sie mit der Anleitung zu Text-to-Speech offline; hier wird eine funktionierende Einrichtung vorausgesetzt. ## Die Stimme für das Projekt wählen Hören Sie die Proben im Katalog und testen Sie die Stimme dann mit Ihrem eigenen Skript: Eine Stimme, die in der Hörprobe glänzt, passt nicht unbedingt zu Ihrem Thema. - Erklärvideos und Tutorials: eine klare, gleichmäßige Stimme in mäßigem Tempo. - Hörbücher: ein Sprecher, dem man stundenlang gern zuhört. Beurteilen Sie eine lange Passage, nicht einen einzelnen Satz. - Spiele: eine Stimme pro Figur und dieselbe Datei für alle ihre Sätze. Eine trainierte Stimmdatei beginnt jedes Mal mit derselben Klangfarbe, so bleibt die Figur über Hunderte Zeilen erkennbar. - Apps und Assistenten: kurze Sätze, prüfen Sie also, wie die Stimme Fragen, Zahlen und Namen liest. ## Das Skript fürs Hören schreiben Text-to-Speech liest genau das, was dasteht; die meiste Arbeit steckt deshalb im Skript. - Schreiben Sie kurze Sätze und teilen Sie lange an natürlichen Pausen. - Schreiben Sie Zahlen, Datumsangaben, Einheiten und Abkürzungen so aus, wie sie klingen sollen. - Steuern Sie Pausen mit Satzzeichen, und beginnen Sie einen neuen Absatz, wo das Bild schneidet. - Hören Sie Namen und Fremdwörter an; klingt eines falsch, schreiben Sie es so, wie es ausgesprochen wird. - Geben Sie den Sprachcode der Sprache an, in der der Text geschrieben ist. ## Tempo und neue Takes Erzeugen Sie die Sprecherstimme in Stücken: eine Datei pro Szene, Folie oder Absatz. So lässt sie sich leicht ans Bild anlegen, und ein einzelner Satz ist schnell neu gemacht. Klingt ein Satz nicht richtig, erzeugen Sie ihn noch einmal. Im Standard-Beispiel von Supertonic 3 regelt die Option --speed das Grundtempo (Standard 1.05, höher ist schneller). Im Python-Beispiel von SuperClonica steuert der Parameter seed den zufälligen Teil der Erzeugung: Behalten Sie ihn, um einen Take zu wiederholen, ändern Sie ihn für einen anderen. Das genaue Timing machen Sie im Editor: Stille kürzen, Pausen zwischen Sätzen einfügen, Clips an die Schnitte anpassen. Nach unserer Schätzung erzeugt SuperClonica eine Stunde Audio in etwa 7–11 Minuten auf einer Desktop-CPU mit 8 Kernen; so lässt sich nach Korrekturen sogar ein ganzes Hörbuchkapitel neu vertonen. ## Audioformate für Video, Hörbuch und Spiel Sowohl der Standard-Client von Supertonic 3 als auch die SuperClonica-Engine speichern WAV-Dateien. Schneiden Sie in WAV und exportieren Sie das fertige Video oder Hörbuch aus dem Editor in dem Format, das Ihre Plattform verlangt, etwa MP3 oder AAC. Spiele und Apps haben zwei Möglichkeiten: Sätze vorab in Audiodateien rendern oder die Sprache auf dem Gerät der Nutzer erzeugen. Supertonic 3 läuft auf Desktop-Rechnern, im Browser über ONNX Runtime Web und in kompatiblen mobilen Apps; Sprache auf dem Gerät funktioniert also auch, wenn die Sätze vorher nicht feststehen. ## Was eine gekaufte Stimme erlaubt Eine bei SuperClonica gekaufte Stimme ist für Ihre eigenen Projekte bestimmt: die Videos, Hörbücher, Spiele und Apps, die Sie machen. Die Stimme weiterzuverkaufen oder ihre Datei erneut zu veröffentlichen ist nicht erlaubt. Supertonic 3 selbst steht unter OpenRAIL-M, einer lizenzgebührenfreien Lizenz mit einer Liste verbotener Verwendungen; eine davon ist, sich ohne Zustimmung als andere Person auszugeben. Sie zahlen einmal den Preis, den der Autor in US-Dollar festgelegt hat. Die Datei bleibt in Ihrer Bibliothek, und niemand zählt Zeichen oder Minuten. Eine auf Bestellung erstellte Stimme ist privat und erscheint nicht im Katalog. Muss Ihr Produkt die Stimmdatei selbst ausliefern, etwa um Sprache auf den Rechnern der Spieler zu erzeugen, schreiben Sie vor dem Release an [support@superclonica.com](mailto:support@superclonica.com). ## Weitere Anleitungen - [Text offline in Sprache umwandeln: Schritt für Schritt auf Ihrem Rechner](https://superclonica.com/de/guides/offline-text-to-speech) - [Stimme klonen: So bekommen Sie eine Stimme wie in Ihrer Aufnahme](https://superclonica.com/de/guides/voice-cloning) - [Die besten kostenlosen Text-to-Speech-Modelle für den lokalen Einsatz 2026](https://superclonica.com/de/guides/best-free-tts-models) - [Supertonic-3-Stimmen: woher eigene Stimmen kommen und wie Sie sie nutzen](https://superclonica.com/de/guides/supertonic-3-voices) - [Text to Speech in Python: offline, kostenlos und mit natürlichen Stimmen](https://superclonica.com/de/guides/python-text-to-speech) - [Eigene Text-to-Speech-API in Docker](https://superclonica.com/de/guides/text-to-speech-api-docker) ## Text-to-Speech und Vergleiche - [Text-to-Speech, das auf Ihrem eigenen Rechner läuft](https://superclonica.com/de/text-to-speech) - [Supertonic vs. SuperClonica: dasselbe Modell, schneller und sauberer](https://superclonica.com/de/compare/supertonic) - [Fish Audio und Fish Speech im Vergleich mit SuperClonica](https://superclonica.com/de/compare/fish-audio) - [OmniVoice oder SuperClonica: mehr Sprachen oder mehr Tempo](https://superclonica.com/de/compare/omnivoice) - [Qwen3-TTS oder SuperClonica für lokale Sprachsynthese](https://superclonica.com/de/compare/qwen3-tts) - [VoxCPM 2 oder SuperClonica: Studioklang oder CPU-Tempo](https://superclonica.com/de/compare/voxcpm) - [F5-TTS oder SuperClonica: Zero-Shot-Klonen oder schnelle Sprache auf der CPU](https://superclonica.com/de/compare/f5-tts) - [Eine Offline-Alternative zu ElevenLabs](https://superclonica.com/de/compare/elevenlabs) - [Kokoro TTS oder SuperClonica: zwei kleine Modelle für lokale Sprachsynthese](https://superclonica.com/de/compare/kokoro) - [Piper TTS oder SuperClonica: kleine Geräte oder eigene Stimmen](https://superclonica.com/de/compare/piper) - [Coqui XTTS-v2 oder SuperClonica: eine Alternative zu Coqui TTS](https://superclonica.com/de/compare/xtts) - [Chatterbox TTS oder SuperClonica: sofortiger Klon oder trainierte Stimmdatei](https://superclonica.com/de/compare/chatterbox) ## Häufige Fragen ### Darf ich eine gekaufte Stimme in YouTube-Videos oder Hörbüchern verwenden? Ja. Eine gekaufte Stimme ist für Ihre eigenen Projekte gedacht, und Ihre Videos und Hörbücher sind solche Projekte. Nicht erlaubt ist, die Stimme weiterzuverkaufen oder ihre Datei erneut zu veröffentlichen. ### Wie lange dauert es, ein Hörbuch zu vertonen? Nach unserer Schätzung erzeugt SuperClonica eine Stunde Audio in etwa 7–11 Minuten auf einer Desktop-CPU mit 8 Kernen. Dazu kommt Zeit zum Anhören und für neue Takes einzelner Sätze. ### Kann ich eine eigene Stimme für meine Spielfigur bekommen? Ja. Bestellen Sie eine Stimme bei einem Autor mit Referenzaufnahme und Beschreibung, oder trainieren Sie sie selbst aus einer Aufnahme, wenn Sie eine NVIDIA-GPU haben. Eine auf Bestellung erstellte Stimme bleibt privat und erscheint nicht im Katalog. ### In welchem Format sollte ich die Vertonung exportieren? Die Engine schreibt WAV, das sich gut zum Schneiden eignet. Exportieren Sie das fertige Video oder Hörbuch in dem Format, das Ihre Plattform verlangt, meist MP3 oder AAC. - [Eine Sprecherstimme finden](https://superclonica.com/de/explore) - [Lokale Vertonung einrichten](https://superclonica.com/de/superclonica) ## Quellen - [Supertonic-Beispielskript: Optionen und Ausgabe](https://github.com/supertone-oss-archive/supertonic/blob/main/py/example_onnx.py) - [Modellkarte und Lizenz von Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3) - [SuperClonica](https://superclonica.com/de/) - [KI-Stimmenkatalog für Text-to-Speech](https://superclonica.com/de/explore) - [Auftragsstimmen für Supertonic 3](https://superclonica.com/de/requests) - [Anleitung: Stimmen, lokales TTS, Training](https://superclonica.com/de/guide) - [Schnelle Engine für Supertonic 3](https://superclonica.com/de/superclonica) - [Über uns: Enthusiasten für Sprachsynthese](https://superclonica.com/de/about) - [Kontakt, Support und Stimmen melden](https://superclonica.com/de/contacts) - [Datenschutzerklärung](https://superclonica.com/de/privacy) - [Nutzungsbedingungen](https://superclonica.com/de/terms) - [Text-to-Speech](https://superclonica.com/de/text-to-speech)