ANLEITUNG

Unreal Engine Text-to-Speech: KI-Sprachzeilen für Ihr Spiel

Ein Unreal-Projekt sammelt Hunderte Sprachzeilen, lange bevor ein Cast gebucht ist: Ausrufe, Questdialoge, Tutorials und Platzhalterszenen, die sich jede Woche ändern. Text-to-Speech gibt jeder Zeile am Tag ihres Entstehens eine Stimme und vertont sie in Sekunden neu, wenn sich das Skript ändert.

Die kostenlose SuperClonica-Engine vertont Zeilen offline auf einem normalen Prozessor. Dieser Leitfaden zeigt, wie Sie sie stapelweise erzeugen, in Unreal bringen und wann Sprache zur Laufzeit sinnvoll ist.

Stimmen ansehen SuperClonica-Engine installieren

Zwei Wege zur Stimme für ein Unreal-Spiel

Auf dem PC eines Spielers läuft kein Sprachserver, ein gepacktes Einzelspieler-Spiel sollte also vorab erzeugte Zeilen mitliefern.

  • Vorab erzeugte Zeilen: WAV-Dateien, als Sound-Wave-Assets importiert und wie jeder aufgenommene Dialog mit dem Spiel gepackt.
  • Sprache zur Laufzeit: Das Spiel fragt einen SuperClonica-Server nach Audio, passend für Entwicklerwerkzeuge und Online-Spiele mit eigenem Server.
  • In beiden Fällen läuft die Vertonung auf einem normalen Prozessor, ohne Gebühr pro Zeile.
  • Das Modell spricht 31 Sprachen; Chinesisch wird noch nicht unterstützt.

Stimmen gratis auswählen

Geben Sie auf der Seite einer beliebigen Stimme einen Satz Ihres NPC mit 30 bis 100 Zeichen ein, wählen Sie die Sprache und klicken Sie auf die Schaltfläche zum Vertonen. In wenigen Sekunden hören Sie, ob die Stimme zur Figur passt, ohne Konto.

Zeilen stapelweise erzeugen

Gleicher Text, gleiche Stimme und gleicher Seed ergeben immer dasselbe Audio: Vertonen Sie nur geänderte Zeilen neu und versionieren Sie das Skript, nicht das Audio.

  • Installieren Sie die Engine: python -m pip install superclonica-cpu.
  • Halten Sie die Zeilen in einer Tabelle mit ID, Sprecher, Sprache und Text, etwa als Export aus Ihrer Dialogtabelle.
  • Ein kurzes Skript vertont jede Zeile: superclonica --text "Halt! Nennen Sie Ihr Anliegen." --voice guard.json --lang de --output VO_Guard_Greeting_01.wav.
  • Benennen Sie Dateien nach Zeilen-ID und Sprecher, damit Ihr Dialogsystem sie findet und ein Reimport die richtigen Assets ersetzt.

In Unreal importieren

Die Engine schreibt 16-Bit-Mono-WAV, das Unreal als Sound-Wave-Assets importiert; ziehen Sie die Dateien in den Content Browser oder importieren Sie einen Ordner nach jedem Lauf neu. Nutzen Sie Dialogue-Wave-Assets, wenn Sie Zeilen pro Sprecher lokalisieren. Für Sprache zur Laufzeit starten Sie den Server mit docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu; ihn aufzurufen und das zurückgegebene Audio abzuspielen, erfordert C++, etwa das HTTP-Modul und eine prozedurale Sound Wave, oder ein Plugin. Legen Sie nie einen API-Schlüssel in ein gepacktes Spiel: Lassen Sie Ihren eigenen Spielserver den Sprachserver aufrufen.

Stimmen, die Sie veröffentlichen dürfen

Für Prototypen ist jede Katalogstimme in Ordnung. Für ein veröffentlichtes Spiel nutzen Sie eine Stimme, an der Sie die Rechte haben: die zehn Standardstimmen des Modells, M1 bis M5 und F1 bis F5, Ihre eigene Stimme, im SuperClonica-Studio aus einer sauberen Aufnahme von 5 bis 10 Sekunden einer einverstandenen Person auf einem Computer mit NVIDIA-Grafikkarte trainiert, oder eine auf der Börse bestellte Stimme. Von Fans gemachte Figurenstimmen sind für Parodien und Fan-Projekte, nicht für kommerzielle Spiele.