Erstelle Voiceovers aus Text, arrangiere mehrere Stimmen und erstelle Stimmen aus einvernehmlich bereitgestellten Proben.
Hast du dieses Tool genutzt? Bewerte es
Hast du dieses Tool genutzt? Bewerte es
Voicemaker ist ein Online-Dienst für Text-to-Speech, der aus geschriebenem Text herunterladbare Sprachaufnahmen erzeugt. Er verbindet einen Stimmenkatalog mit Einstellungen für die Sprechweise, einem Projekteditor für mehrere Stimmen und Werkzeugen zur Erstellung einer Stimme aus Proben einer einwilligenden sprechenden Person. Die Website bewirbt mehr als 2.000 KI-Stimmen für 130 Sprachen und Akzente. Diese Zahlen beziehen sich auf den gesamten Katalog und garantieren nicht, dass jedes Modell oder jede einzelne Stimme alle Sprachen abdeckt.
Das Produkt richtet sich an Personen, die Sprachaufnahmen erstellen, ebenso wie an Entwickler, die Sprachgenerierung integrieren. Projekte lassen sich in der Weboberfläche umwandeln. Ein separater, nutzungsbasiert abgerechneter Entwicklereinstieg nennt APIs für Text-to-Speech, Speech-to-Text und Speech-to-Speech. Verfügbare Stimmen, Umwandlungslängen, Teamzugriff und Credit-Kontingente unterscheiden sich je nach Tarif. Ohne bezahltes Abonnement gelten für kostenlose und Testausgaben eingeschränktere Rechte als für während eines bezahlten Abonnements erzeugte Ausgaben.
Der Modellleitfaden positioniert Turbo für Gespräche mit niedriger Latenz, während High-Res emotionalen Vortrag und Sprechtempo betont. Für Turbo nennt er mehr als 30 Sprachen und eine Reaktionszeit unter 100 ms. Expressive wird als promptgesteuertes Modell beschrieben, das Ton und Stimmung einschließlich Effekten wie Lachen oder Flüstern verändert. Das sind Anbieterangaben und keine unabhängig gemessene Garantie für Sprachqualität oder Latenz. Die Sprachabdeckung auf Modellebene ist kleiner als der gesamte Katalog und variiert je nach Modellfamilie.
Der Leitfaden für Sprachumwandlung beschränkt diese auf Pro+ und individuell geklonte Stimmen. Zu den Einstellungen gehören außerdem Geschwindigkeit, Tonhöhe und Lautstärke. Ein Ausspracheeditor soll Namen und andere wiederkehrende Begriffe einheitlicher aussprechen. Voicemaker bietet vorhörbare Stimmen an, sodass sich unterschiedliche Sprechweisen im Produkt anhören lassen, statt sie aus der Gesamtzahl im Katalog abzuleiten.
Beim Stimmenklonen werden hochgeladene oder auf dem Gerät aufgenommene Sprachproben verwendet. Laut Anleitung kann eine Stimme aus bis zu 25 Dateien mit insgesamt weniger als 10 MB und mindestens einer Minute Audio erstellt werden. Angaben wie Name und Beschreibung der Stimme sind erforderlich. Die eingereichte Aufnahme muss von einer Person stammen, die der Erstellung und Nutzung dieser Stimme ausdrücklich zugestimmt hat. Laut Leitfaden dauert die Verarbeitung üblicherweise weniger als fünf Minuten; für jede Anfrage wird diese Zeit nicht zugesichert.
Der Klonleitfaden erklärt, dass seine Entfernung von Hintergrundmusik nur minimale Hintergrundgeräusche entfernen kann. Das ist eine praktische Grenze für die zum Klonen verwendeten Proben und keine allgemeine Aussage, dass sich jedes Rauschen beseitigen lässt. Die Nutzungsbedingungen unterscheiden die Einwilligung zum Trainieren einer kontospezifischen Klonstimme von der gesonderten Zustimmung, Trainingsaudio in einen Forschungsdatensatz für allgemeine Sprachtechnologie aufzunehmen.
Ein Multi Editor-Projekt kann Clips mit unterschiedlichen Stimmen und auch mit Stimmen verschiedener Sprachen kombinieren. Die Anleitung beschreibt, wie ein Clip generiert, einer Spur hinzugefügt und mit ausgewählten Clips zum Vorhören und Exportieren zusammengefügt wird. Für diesen Vorgang werden bis zu 100 Audiodateien angegeben. Das ist eine Grenze für Dateien, kein Versprechen von 100 gleichzeitig verfügbaren Sprechern oder Stimmen.
Der Exportleitfaden nennt MP3, WAV, OGG, AAC und OPUS als wählbare Formate sowie Abtastraten von 8.000 bis 48.000 Hz für Telefonie und Produktionen höherer Qualität. Der Tarifvergleich verknüpft einige Exportqualitätsoptionen separat mit bestimmten Tarifen. Ob ein Format verfügbar ist, ist daher eine andere Frage als die, ob eine bestimmte Stufe eine höhere Bit- oder Abtastrate einschließt.
Der dokumentierte Ablauf eignet sich für Dialoge oder ein auf Sprecher verteiltes Skript:
Voicemaker stellt seinen Stimmenkatalog für Videonarration und andere Sprachprojekte vor. Kreative können ein geschriebenes Skript in herunterladbares Audio umwandeln, die Sprechweise einstellen und eine Stimme für die Zielsprache wählen.
Entwickler können den separat aufgeführten API-Einstieg für programmatische Text-to-Speech-, Speech-to-Text- oder Speech-to-Speech-Abläufe nutzen. Der Modellleitfaden beschreibt Turbo als latenzarme Option für konversationelle KI, IVR und Chatbots. Das ist eine angegebene Positionierung und kein von Toolso gemessener Benchmark. Der API-Zugang wird separat als nutzungsbasiert beschrieben; die Tabelle der Webabonnements allein bestimmt daher nicht die Kosten einer Integration.
Teams und Business sind für gemeinsame Produktion und nicht nur für ein größeres Einzelkontingent gedacht. Die eingebetteten Tarifdaten nennen einen gemeinsamen Arbeitsbereich, Mitgliedersteuerung und Nutzungsberichte. Die tatsächliche Verfügbarkeit hängt von der gewählten Stufe ab. Nach den Abonnementbedingungen trägt das Konto Verantwortung für autorisierte Nutzer und dafür, Zugriffe gegebenenfalls zu entfernen.
Ein Team mit gemeinsamen Audioprojekten kann von Verwaltungsfunktionen der Teamtarife profitieren, etwa der Mitgliederverwaltung und Steuerung der Team-Credits. Eine Organisation, die ausgehandelte Verfügbarkeitszusagen, eine Zusatzvereinbarung zur Datenverarbeitung oder dedizierte Infrastruktur benötigt, sollte solche einzelvertraglichen Regelungen von den Standardbedingungen für Self-Service unterscheiden. Letztere enthalten laut Bedingungen für sich genommen keine Service-Level-Vereinbarung.
Weniger geeignet kann der Dienst sein, wenn ein Käufer eine garantierte Annahme durch einen bestimmten Vertrieb oder eine Rechteorganisation benötigt. Die Bedingungen schließen eine Garantie für die Annahme durch Drittplattformen, Hörbuch- oder Werbeprogramme ausdrücklich aus. Sie erklären zudem, dass der Dienst nicht für lebenswichtige oder Notfallanwendungen oder medizinische Diagnostik ausgelegt oder lizenziert ist, bei denen ein ungenaues Ergebnis schweren Schaden verursachen könnte.
Der öffentliche Einstieg von Voicemaker ist ein Webdienst mit Online-Editor, Projektspeicher und herunterladbarem Audio. Die Bedingungen umfassen unter anderem Website und APIs als Dienstschnittstellen. Der Entwicklereinstieg bewirbt REST-APIs für Sprachabläufe. Die Cloud-Dateihistorie wird als geräteübergreifend synchronisiert beworben. Für ein separates API-Konto oder dessen Abrechnung sollte nicht angenommen werden, dass es exakt den Credits eines individuellen Webabonnements entspricht.
Die öffentliche Preisseite zeigt die Einzeltarife Free, Starter, Creator und Pro sowie Teams, Business und ein individuelles Enterprise-Angebot. Preise und Kontingente unterscheiden sich nach Abrechnungsoption und Einstellungen. Bei der Erfassung am 12. November 2026 zeigte ein Starter-Eintrag $5 und 200.000 Credits pro Monat, Creator zeigte $10. Die statische Vergleichstabelle nannte für Creator monatlich 500.000 Credits, die eingebetteten Kartendaten dagegen 400.000. Diese Angaben stimmen nicht überein; keine sollte als beim Checkout für ein ausgewähltes Konto bestätigtes Kontingent gelten.
| Zugang | Öffentlich beschriebener Rahmen |
|---|---|
| Free | Begrenzte Generierungen und 250 Zeichen pro Umwandlung; laut Vergleich persönliche Nutzung |
| Starter | Laut Vergleich monatlich 200.000 Credits und 3.000 Zeichen pro Umwandlung |
| Creator | 5.000 Zeichen pro Umwandlung; die erfasste Seite nennt widersprüchliche monatliche Credit-Zahlen |
| Pro | Monatstarif mit Übertrag für einen Abrechnungszyklus; Credit-Kapazität abhängig von der angebotenen Auswahl |
| Teams und Business | Gemeinsame Verwaltung und Team-Credit-Steuerung; geeignete ungenutzte Credits bis zu drei Monate übertragbar |
| Enterprise | Individuelle Geschäftsbedingungen und Optionen für größere oder sicherheitssensible Bereitstellungen |
Die Startseite wirbt mit „Unlimited Free Standard TTS“. Die Preis-FAQ erklärt dagegen, dass jeder Tarif ein Credit-Limit hat, und verneint unbegrenztes TTS. Die Aussagen erklären nicht, wie ihre jeweiligen Geltungsbereiche zusammenpassen.
Der Tarifvergleich beschreibt Credits als gemeinsamen Saldo für Werkzeuge und Modelle. Laut Preisliste kosten Standardstimmen und FlashX ein Credit pro Zeichen, Pro V2 und die aufgeführten Turbo-Varianten zwei und Expressive- oder High-Res-ProPlus-Stimmen vier. Der Modellleitfaden nennt unterschiedliche Turbo-Faktoren: 3× in der Zusammenfassung und etwa 2× weiter unten auf derselben Seite. Speech-to-Speech wird mit 100 Credits pro Sekunde und Speech-to-Text mit 10 Credits pro Sekunde aufgeführt.
Laut FAQ kostet jedes chinesische, japanische oder koreanische Zeichen wegen der Verarbeitungsanforderungen zwei Credits. Wie dieser Satz mit modellspezifischen Sätzen kombiniert wird, erklärt sie nicht. Die aktuelle Preis-FAQ sagt, dass Credits bei der Umwandlung statt beim Download gezählt werden. Ein Änderungsprotokoll zu v1.8 vom Januar 2026 erklärt, dass Änderungen von Lautstärke, Geschwindigkeit oder Tonhöhe unter Voice Settings V2 keine Credits verbrauchten, wenn Text und Stimme unverändert blieben. Ob dies heute gilt, wurde nicht praktisch geprüft. Die Website schätzt beispielhaft etwa zehn Stunden aus 500.000 Credits und weist zugleich darauf hin, dass die tatsächliche Dauer von Stimme, Sprache und Sprechgeschwindigkeit abhängt.
Ein Zusatzpaket für bezahlte Tarife ist mit $20 für eine Million Credits und einem Jahr Gültigkeit aufgeführt. Ein separates Zusatzpaket für einen Klon-Slot wird für geeignete Tarife mit $2 pro Jahr angegeben.
Laut Bedingungen erhalten Monatsabonnements zu jedem Abrechnungszyklus ein neues Kontingent. Jährliche Starter-, Creator- und Pro-Abos erhalten ihre Jahres-Credits im Voraus, jährliche Teams- und Business-Abos monatliche Zuteilungen aus der Jahressumme. Starter und Creator enthalten weder monatlich noch jährlich einen Übertrag. Pro monatlich kann ungenutzte Credits einen Zyklus übertragen; Teams und Business können geeignete Credits bis zu drei Monate übertragen, vorbehaltlich der beschriebenen Rücksetzung bei jährlicher Verlängerung. Ungenutzte und übertragene Credits werden gelöscht, wenn das Abo ohne Verlängerung ausläuft.
Bei über Stripe verarbeiteten Kartenabonnements ist die automatische Zahlung standardmäßig aktiviert. Das Abschalten verhindert die nächste Verlängerung, beendet oder erstattet aber nicht die aktuelle Laufzeit. Die Erstattungsrichtlinie erklärt, dass PayPal- und Razorpay-Tarife am Ende ihrer Laufzeit ohne automatische Verlängerung auslaufen.
Die Richtlinie beschränkt die reguläre Berechtigung auf einen ersten Kauf, für den innerhalb von fünf Tagen eine Anfrage gestellt wird, und schließt rabattierte oder Aktionskäufe, Verlängerungen und Upgrades aus. Bei Berechtigung sieht die aufgeführte Staffel eine vollständige Erstattung ohne verbrauchte Credits vor und zieht für aufeinanderfolgende Stufen von je 50.000 verbrauchten Credits $2, $4, $6 oder $8 ab. Oberhalb von 200.000 verbrauchten Credits gilt laut Richtlinie keine Erstattung. Eine Kündigung allein wird nicht als teilweise Rückerstattung für die verbleibende Vertragszeit beschrieben.
ElevenLabs bietet eigene Produkte für Text-to-Speech und Stimmenerstellung, darunter Werkzeuge für ausdrucksstarke Sprachaufnahmen. Murf bietet einen Spracheditor mit Einstellungen für den Vortrag und stellt ebenfalls eine Entwickler-API vor. Jeder Dienst hat eigene Tarife und Rechtebedingungen.
Die Bedingungen von Voicemaker erklären, dass Kunden die Rechte an eingereichten Materialien und erzeugtem Audio behalten, während Voicemaker Eigentümer seines Dienstes und der lizenzierten Stimmen bleibt. Der Dienst erhält eine begrenzte Lizenz, Kundeninhalte zum Betrieb und zur Sicherung zu hosten und zu verarbeiten. Diese Verteilung hebt die Verantwortung der Kunden nicht auf, Rechte an eingereichtem Material und die Einwilligung jeder Person einzuholen, deren Stimme geklont wird.
Laut Bedingungen können automatische Ausgaben Fehler enthalten, nicht einzigartig sein und Ausgaben anderer Nutzer ähneln. Eine Annahme durch Drittplattformen, Vertriebe oder Rechteorganisationen wird nicht garantiert.
Die Bedingungen erklären, dass Kundeninhalte und Ausgaben nicht zum Training allgemeiner oder öffentlich verfügbarer Sprachmodelle von Voicemaker verwendet werden. Sie erlauben die Verarbeitung für angeforderte Ergebnisse sowie für Betrieb, Sicherung und Abrechnung des Dienstes und erlauben deidentifizierte Betriebskennzahlen. Der kontospezifische Klon wird mit den eingereichten Sprachproben trainiert. Vor der Aufnahme von Trainingsaudio in allgemeine Forschungsdatensätze ist eine gesonderte ausdrückliche Zustimmung erforderlich. Ihre Verweigerung nimmt laut Bedingungen nicht die Möglichkeit, einen Klon für das Konto zu erstellen.
Die öffentliche Sicherheitsrichtlinie enthält zwei nicht identische Beschreibungen: Die Einleitung sagt, Text und Audio würden ohne ausdrückliche Zustimmung nicht zum Training oder zur Verbesserung von Modellen verwendet. Der Abschnitt zu Projektinformationen beschreibt dagegen die Nutzung anonymisierter Projektinformationen für Modelltraining. Das erfasste HTML der Preis-FAQ enthält eine weiter gefasste Aussage zum Nichttraining mit Eingabetext und generiertem Audio; die eingeklappte Antwort wurde nicht interaktiv geöffnet und geprüft. Die Aussagen haben unterschiedliche Geltungsbereiche und lassen sich nicht zu einem einzigen bedingungslosen Versprechen zusammenziehen.
Mit Erlaubnis des Kunden gestatten die Klonbedingungen Mitarbeitern und Auftragnehmern, Proben für Qualitätsprüfungen anzuhören; Mitarbeiter dürfen nicht verleumderische interne Äußerungen zur Qualitätssicherung erstellen. Derselbe Abschnitt beschreibt Einschränkungen beim Zugriff und Teilen des Klons mit Ausnahmen gemäß Datenschutzrichtlinie. Ein Team, das Proben verwendet, sollte diese erklärten Bedingungen von einer unabhängigen Prüfung der tatsächlichen Verarbeitung seiner Daten unterscheiden.
Die Bedingungen setzen das Mindestalter auf 16 Jahre. Verlangt das Gesetz ein höheres Alter, damit Voicemaker den Dienst einschließlich der Nutzung personenbezogener Daten ohne elterliche Einwilligung rechtmäßig erbringen kann, gilt dieses höhere Alter.
Die Datenschutzrichtlinie beschreibt eine automatische Löschung eingegebenen Textes und umgewandelten Audios nach 60 Minuten, abhängig von den Nutzereinstellungen. Die Bedingungen behandeln einen anderen Auslöser: Nach Kündigung oder Kontoschließung werden Kundeninhalte und Kontodaten binnen dreißig Tagen aus Produktionssystemen gelöscht, vorbehaltlich rechtlicher, sicherheits- und transaktionsbezogener Ausnahmen sowie verschlüsselter Backup-Zyklen. Die Sicherheitsrichtlinie beschreibt separat, dass gelöschte Projekte binnen dreißig Tagen von Servern und aus Backups entfernt werden. Die Bestimmungen betreffen verschiedene Auslöser und Kategorien und bilden keine einheitliche allgemeine Aufbewahrungsfrist.
Während eines aktiven Abonnements wird Speicherplatz für laufende Arbeit bereitgestellt. Die Bedingungen erklären aber ausdrücklich, dass Voicemaker kein Langzeitarchiv ist und ungenutzte oder abgelaufene Dateien löschen kann. Sie sagen auch, dass die Self-Service-Bedingungen kein SLA enthalten; Verfügbarkeitszusagen gelten nur, wenn sie in einer separaten schriftlichen Vereinbarung enthalten sind.
Ein zwischengespeichertes Firmenbewertungsprofil unbekannten Alters zeigte 4,3 von 5 Punkten aus 41 Bewertungen und warnte, dass die Stichprobe möglicherweise nicht repräsentativ sei. Direkte und browserbasierte Quellenprüfungen wurden blockiert. Die Bewertung fasst ein Unternehmensprofil zusammen; sie ist weder ein kontrollierter Test eines einzelnen Sprachmodells noch Beleg für eine bestimmte Produkteinschränkung.
Die Bedingungen erlauben die kommerzielle Nutzung und Verbreitung von Stimmen aus bezahlten Tarifen, schließen aber den Weiterverkauf der Angebote des Dienstes aus. Ohne bezahltes Kontoabonnement sind kostenlose und Testausgaben auf persönliche Nutzung, interne Bewertung oder andere nichtkommerzielle Zwecke beschränkt. Während eines bezahlten Abonnements rechtmäßig heruntergeladene Ausgaben dürfen nach dessen Ende vorbehaltlich der Bedingungen weiter kommerziell genutzt werden.
Ja. Die Bedingungen definieren eine einwilligende sprechende Person als jemanden, der ausdrücklich sowohl der Nutzung seiner Aufnahmen zum Training des Klons als auch der Erzeugung und Nutzung seiner Stimme gemäß den Bedingungen zugestimmt hat. Die Einreichung der Aufnahme einer anderen Person ohne diese Einwilligung ist untersagt.
Nein. Der Übertrag hängt vom Tarif ab: Laut Bedingungen gilt für Pro monatlich ein Zyklus, für Teams und Business bis zu drei Monate, mit der beschriebenen Rücksetzung bei jährlicher Verlängerung. Starter und Creator bieten weder im Monats- noch im Jahrestarif einen Übertrag; Pro jährlich ebenfalls nicht. Läuft das Abo ohne Verlängerung aus, werden verbleibende ungenutzte Credits gelöscht.
