So wählen Sie die passende KI-Stimme für Ihr Projekt

Bevor Sie die Stimmenliste öffnen, beantworten Sie drei Fragen: Wer hört zu, wo wird zugehört und wie lange? Ein fünfminütiges Tutorial für Einsteiger, ein 30-sekündiger Produktclip und ein zweistündiges Hörbuch brauchen sehr unterschiedliche Stimmen.

• Kurze, energiegeladene Inhalte (Werbung, Kurzvideos) profitieren von einer helleren Stimme und einem etwas schnelleren Tempo.
• Lehr- und Erklärinhalte brauchen eine klare, ruhige Stimme in natürlichem oder etwas langsamerem Tempo.
• Langes Zuhören (Hörbücher, Artikel) erfordert eine Stimme, die auch auf Dauer angenehm bleibt; meiden Sie Stimmen, die schon nach wenigen Minuten ermüden.

Wählen Sie immer eine Stimme, die für die Sprache Ihres Textes gemacht ist. Eine Stimme für eine andere Sprache liest Ihre Wörter mit den falschen Lauten, selbst wenn sie die Buchstaben versteht.

Denken Sie dann an den Akzent. Spanisch aus Spanien und Spanisch aus Mexiko oder Englisch aus Großbritannien, den USA, Indien oder Nigeria klingen unterschiedlich – und das fällt dem Publikum auf. Wenn Ihr Publikum überwiegend in einem Land sitzt, wählen Sie eine Stimme aus diesem Land. Sie können Stimmen nach Sprache oder nach Land und Akzent durchsuchen.

Öffnen Sie das Stimmenverzeichnis, filtern Sie nach Ihrer Sprache und spielen Sie die kurzen Hörproben ab. Versuchen Sie noch nicht, den Favoriten zu bestimmen; sortieren Sie nur die Stimmen aus, die offensichtlich nicht zu Ihrem Publikum passen. Meist bleiben drei bis fünf Kandidaten übrig.

Hörproben sind so geschrieben, dass sie gut klingen. Ihr Skript wird nicht so gnädig sein. Nehmen Sie einen Abschnitt von etwa 100 bis 200 Wörtern aus Ihrem tatsächlichen Text, der die kniffligen Stellen enthält: Namen, Zahlen, eine Frage, einen langen Satz. Fügen Sie denselben Abschnitt ins Studio ein und erzeugen Sie ihn mit jeder Stimme Ihrer Vorauswahl.

Achten Sie beim Anhören auf jeden dieser Punkte und machen Sie sich kurz Notizen:

• Wurden Namen und wichtige Begriffe richtig ausgesprochen?
• Klingen Fragen auch wirklich wie Fragen?
• Ist das Tempo angenehm, oder verschwimmen die Sätze ineinander?
• Ist die Stimme nach einer Minute noch angenehm, oder beginnt sie zu nerven?

Hören Sie nach Möglichkeit auf dem Gerät, das Ihr Publikum nutzen wird: Smartphone-Lautsprecher und In-Ear-Kopfhörer bringen Schärfen zum Vorschein, die Laptop-Lautsprecher verbergen.

Sobald Sie einen Favoriten haben, können kleine Anpassungen ihn noch besser passend machen. Im Studio reichen Geschwindigkeit und Tonhöhe jeweils von -50 bis +50. In der Praxis genügen meist Änderungen um wenige Schritte:

• Etwas langsamer für Lehrinhalte, lange Erzählungen und Zuhörer, die die Sprache gerade lernen.
• Etwas schneller für kurze, lebhafte Inhalte.
• Die Tonhöhe leicht senken für einen ruhigeren, ernsteren Ton; leicht anheben für einen leichteren.

Große Änderungen in die eine oder andere Richtung lassen jede Stimme künstlich klingen. Wenn eine Stimme nur bei einer extremen Einstellung funktioniert, ist es wahrscheinlich die falsche Stimme. Das Tempo zwischen Sätzen steuern Sie besser mit Satzzeichen und Pausen-Tags als mit dem Geschwindigkeitsregler.

Notieren Sie sich den Namen der Stimme und Ihre Werte für Geschwindigkeit und Tonhöhe. Wenn Sie dieselbe Stimme mit denselben Einstellungen für eine ganze Videoreihe, einen Kurs oder ein Buch verwenden, erkennt Ihr Publikum Ihre Inhalte wieder, und getrennt erzeugte Teile klingen wie eine einzige Aufnahme.