Text-to-Speech in 31 Sprachen: eine Stimme für jede Sprache

Wie eine Stimme 31 Sprachen spricht

Eine Stimme in Supertonic 3 beschreibt, wie jemand klingt, nicht welche Sprache er spricht. Die Sprache wird für jeden Text mit einem Sprachcode gewählt, sodass dieselbe Stimmdatei für alle 31 Sprachen funktioniert. Der Akzent der Originalaufnahme ist manchmal leicht hörbar, was zu Figuren passt und bei Erzählern kaum auffällt.

Probieren Sie es auf der Seite einer beliebigen Stimme aus: Wählen Sie die Sprache neben dem Textfeld, geben Sie einen Satz mit 30 bis 100 Zeichen ein und klicken Sie auf die Schaltfläche zum Vertonen. Am Computer nimmt die SuperClonica-Engine den Code mit --lang, zum Beispiel: superclonica --text "Guten Tag!" --voice stimme.json --lang de --output hallo.wav.

Text-to-Speech auf Deutsch

Code de. Lange zusammengesetzte Wörter werden richtig gelesen, wie sie sind; schreiben Sie Umlaute und ß statt ae oder ss, das verbessert die Aussprache.

Text-to-Speech auf Englisch

Code en. Englisch ist die häufigste Sprache der Katalogstimmen: Erzähler, Spiel- und Filmfiguren, Ansager. Zahlen, Daten und Einheiten werden als Wörter gelesen; schreiben Sie Abkürzungen so, wie sie ausgesprochen werden sollen.

Text-to-Speech auf Spanisch

Code es. Schreiben Sie Akzente und die umgedrehten Zeichen ¿ und ¡: Sie helfen dem Modell bei Betonung und Intonation. Jede Stimme liest Spanisch, auch Figuren aus englischen Aufnahmen.

Text-to-Speech auf Portugiesisch

Code pt. Behalten Sie die Diakritika (ã, ç, é). Das Modell liest ein Portugiesisch; die brasilianische oder europäische Variante bestimmt Ihr Text.

Text-to-Speech auf Französisch

Code fr. Behalten Sie Akzente und Elisions-Apostrophe (l’, d’, j’): Sie ändern, wie Wörter beim Sprechen verbunden werden.

Text-to-Speech auf Russisch und Ukrainisch

Codes ru und uk. Schreiben Sie kyrillisch. Im Russischen setzen Sie ё, wo es hingehört; Betonungszeichen sind nicht nötig. Zahlen werden in beiden Sprachen als Wörter gelesen.

Text-to-Speech auf Japanisch

Code ja. Schreiben Sie in der üblichen Mischung aus Kanji und Kana; eine ungewöhnliche Lesung eines Namens schreiben Sie in Kana. Japanisch passt zu Anime- und Spielfiguren: Viele können einen Satz in der Originalsprache sagen.

Text-to-Speech auf Koreanisch

Code ko. Schreiben Sie in Hangul mit den üblichen Leerzeichen zwischen Wörtern; sie helfen dem Modell beim Rhythmus.

Text-to-Speech auf Hindi

Code hi. Schreiben Sie in Devanagari: Dafür ist das Modell gemacht, während Hindi in lateinischen Buchstaben ungenauer gelesen werden kann. Jede Katalogstimme liest Hindi.

Text-to-Speech auf Arabisch

Code ar. Schreiben Sie in arabischer Schrift; Vokalzeichen bei mehrdeutigen Wörtern können dem Modell helfen, die richtige Lesung zu wählen.

Text-to-Speech auf Türkisch, Indonesisch und Vietnamesisch

Codes tr, id und vi. Behalten Sie die Sonderbuchstaben und Tonzeichen jeder Sprache (ç, ğ, ş, ı im Türkischen; die Töne im Vietnamesischen): Ohne sie werden Wörter anders gelesen.

Italienisch, Polnisch und weitere europäische Sprachen

Codes it, pl, nl, sv, da, fi, cs, sk, sl, hr, hu, ro, bg, el, et, lv und lt. Schreiben Sie jede Sprache mit ihren Buchstaben und Diakritika, Griechisch und Bulgarisch in ihren eigenen Alphabeten.

Zahlen und Daten in allen Sprachen

Die SuperClonica-Engine spricht Zahlen in 27 der 31 Sprachen als Wörter aus, sodass 2026 oder 150 natürlich klingen. Grammatische Fälle werden nicht ergänzt: Wo eine Sprache eine besondere Form braucht, etwa eine Ordinalzahl, schreiben Sie sie aus. Die Engine-Option numbers=False gibt Ziffern unverändert an das Modell weiter.