Anyscene AIKI Text in Sprache
Text eingeben oder einfügen, Stimme wählen und natürliche Sprache herunterladen. Mit einer Stimme oder als Gespräch zwischen zwei und mehr.
0 / 5.000 Zeichen
Beispiel ausprobieren
Was es ist
Was ist KI Text in Sprache?
KI Text in Sprache macht aus geschriebenen Worten eine Stimme, die klingt, als würde ein Mensch sie vorlesen. Du schreibst den Text, wählst eine Stimme und ein Modell und bekommst eine Audiodatei zurück.
Anyscene vereint Googles Gemini und drei ElevenLabs-Modelle in einem Generator für Text in Sprache, und jede Stimme lässt sich anhören, bevor du einen Credit ausgibst.
134 Stimmen zum Vorhören
70 Gemini-Stimmen in 10 Einsatzgruppen und 64 ElevenLabs-Stimmen, jede mit einer Hörprobe weiter unten.
130+ Sprachen
Gemini erkennt die Sprache deines Texts von selbst. Bei Flash und V3 kannst du außerdem eine von 32 Sprachen festlegen.
Ein Sprecher oder ein ganzes Ensemble
Lies ein Skript mit einer Stimme oder schreib einen Dialog für zwei Gemini-Stimmen oder bis zu 6 ElevenLabs-Stimmen.
Sag, wie es klingen soll
Beschreib den Vortrag in eigenen Worten, setz einen Ton-Tag oder stell bei ElevenLabs Tempo und Stabilität ein.
Stimmenbibliothek
134 Stimmen für Text in Sprache, sofort anhörbar
Hör dir jede Stimme an, bevor du ein Wort schreibst. Die Gemini-Stimmen sind nach Einsatzzweck gruppiert; die ElevenLabs-Stimmen lassen sich zusätzlich in Tempo und Stabilität einstellen.
Eine gefunden, die dir gefällt? Wähl sie im Stimmenmenü des Generators für Text in Sprache. Zurück zum Generator →
Ein Skript, drei Modelle
Ein Skript, drei Modelle für Text in Sprache
Wir haben jedem Einzelstimmen-Modell dieselbe Erzählung mit 162 Zeichen gegeben. Spiel sie nebeneinander ab und hör, wie sich Tempo und Ton verändern.
The harbor lights came on one by one. She counted them the way her father taught her, slowly, as if each one might answer back. Tonight, the last one stayed dark.
Gemini 3.8 Flash TTS
Achird · “warm and unhurried, like a bedtime story”
Mit der Anweisung warm und ohne Eile lässt sich Gemini zwischen den Sätzen Zeit.
17 s · 162 Zeichen · 1 Credit
ElevenLabs Flash 2.5
James
Das schnellste ElevenLabs-Modell liest ruhig und gleichmäßig.
12,7 s · 162 Zeichen · 3 Credits
ElevenLabs Multilingual v2
James
Das ElevenLabs-Modell für lange Erzählungen, gebaut, um über Minuten Text stabil zu bleiben.
11,6 s · 162 Zeichen · 5 Credits
Jeder Clip entstand im Generator für Text in Sprache oben und hat gekostet, was er anzeigt: Gemini nach Länge, ElevenLabs nach Zeichen.
Regie
Sag ihr, wie es klingen soll
Text in Sprache klingt flach, wenn jede Zeile gleich gelesen wird. Gib der Stimme Anweisungen, so wie du einen Sprecher briefen würdest.
Den Vortrag beschreiben (Gemini)
Jede Gemini-Zeile hat ein Feld „Wie es klingen soll“. Schreib Stimmung, Tempo und Situation in ein paar Worten hinein.
Die Lichter im Hafen gingen eins nach dem anderen an.
Wie es klingen soll: warm und ohne Eile, wie eine Gutenachtgeschichte
Einlass ist um neun. Sei pünktlich.
Wie es klingen soll: knackig und gut gelaunt, wie ein Radiospot
Einen Ton-Tag setzen (Gemini)
Setz einen Tag dorthin, wo die Stimme lachen, seufzen oder eine Pause machen soll. Das Menü „Ton-Tags“ im Generator fügt sie für dich ein.
Ich fass es nicht, es hat geklappt. <laugh> Okay. <short pause> Noch mal von vorn.
- <laugh>
- <chuckle>
- <sigh>
- <gasp>
- <whispers>
- <short pause>
- <long pause>
- <breath>
- <cheer>
- <sob>
- <cough>
- <yawn>
So geht’s
- Anweisungen kurz halten: zwei bis fünf Wörter zu Stimmung und Tempo.
- Zahlen, Daten und Namen so schreiben, wie sie gesprochen werden sollen.
- Den Tab „Dialog“ nutzen, wenn einzelne Zeilen eine eigene Stimme oder Anweisung brauchen.
Lieber nicht
- Regieanweisungen wie (traurig) in den Text schreiben; die Stimme liest sie womöglich mit vor.
- Mehrere Tags hintereinander stapeln; ein Tag pro Moment wirkt am besten.
- Erwarten, dass eine Anweisung den Sprecher austauscht; dafür nimm eine andere Stimme.
Dialoge
Dialoge, nicht nur Erzählungen
Stell den Generator für Text in Sprache auf „Dialog“, gib jeder Person eine Stimme und schreib die Zeilen der Reihe nach. Das ganze Gespräch kommt als eine Audiodatei zurück.
- ArabellaDid you leave the porch light on?
- JamesI always do. You never know who's finding their way home.
- ArabellaThen let's keep it on a little longer.
ElevenLabs V3 Dialogue · 8,6 s · 130 Zeichen · 4 Credits
Bis zu 6 Stimmen mit V3
ElevenLabs V3 Dialogue nimmt ein Ensemble von bis zu 6 Stimmen und bis zu 2.000 Zeichen pro Gespräch.
Zwei Gemini-Stimmen, mit Füllwörtern
Gemini spricht zwei Personen und kann natürliche Ähs und Ähms einfügen. Jede Zeile behält ihre eigene Anweisung „Wie es klingen soll“.
Bis zu 60 Zeilen
Füg für jeden Wortwechsel eine Zeile hinzu und wähl im Menü der Zeile, wer spricht. Die Zeilen werden in der Reihenfolge gelesen, in der du sie schreibst.
Preise
Was eine Minute Text in Sprache kostet
Gemini wird nach der Länge des Audios abgerechnet, ElevenLabs nach den Zeichen, die du sendest. Der Generator zeigt den genauen Preis, bevor du klickst.
3
Credits für etwa eine Minute Gemini-Sprache
15
Credits pro 1.000 Zeichen mit ElevenLabs Flash 2.5
30
Credits pro 1.000 Zeichen mit Multilingual v2 und V3
| Modell | Abrechnung nach | Etwa 1 Minute Englisch | 1.000 chinesische Zeichen | Wer es nutzen kann |
|---|---|---|---|---|
| Gemini 3.8 Flash TTS | Audiolänge: 1 Credit pro 20 s | 3 Credits | 12 Credits | Alle Konten |
| ElevenLabs Flash 2.5 | Zeichen: 15 Credits pro 1.000 | 12 Credits | 15 Credits | Bezahltarife und Credit-Packs |
| ElevenLabs Multilingual v2 | Zeichen: 30 Credits pro 1.000 | 26 Credits | 30 Credits | Bezahltarife und Credit-Packs |
| ElevenLabs V3 Dialogue | Zeichen: 30 Credits pro 1.000 | 28 Credits | 30 Credits | Bezahltarife und Credit-Packs |
Die Minutenwerte stammen aus den Beispielen auf dieser Seite: wie viele Zeichen jedes Modell in einer Minute gesprochen hat. Bei Gemini wird die Länge vor dem Generieren aus deinem Text geschätzt.
So funktioniert’s
Text in Sprache umwandeln in 3 Schritten
Vom eingefügten Text zur Audiodatei zum Herunterladen, alles im Generator für KI Text in Sprache oben auf dieser Seite.
- 1
Text schreiben oder einfügen
Nimm eine Stimme zum Erzählen, oder wechsle zu „Dialog“ und schreib die Zeilen jeder Person. Ein Clip fasst bis zu 5.000 Zeichen.
- 2
Stimme und Modell wählen
Hör im Stimmenmenü Proben an und wähl dann Gemini oder ein ElevenLabs-Modell. Wenn du magst, füg eine Anweisung oder einen Ton-Tag hinzu.
- 3
Generieren und herunterladen
Spiel das Ergebnis direkt ab und lade es herunter: WAV von Gemini, MP3 von ElevenLabs. Es landet außerdem in deinem Verlauf unter „Stimme“.
Einsatzbereiche
Wofür Creator KI Text in Sprache nutzen
Sechs Aufgaben, die eine Stimme aus Text in Sprache gut erledigt, und die passende Einstellung für jede.
Sprecher für YouTube und Shorts
Ein ruhiger Sprecher für Erklärvideos und Shorts. Gemini liest eine ganze Minute für etwa 3 Credits.
Gespräche im Podcast-Stil
Zwei Hosts, die sich die Bälle zuspielen, geschrieben als Dialog. Gemini fügt natürliche Füllwörter ein; V3 nimmt ein größeres Ensemble.
Lektionen und Erklärungen
Klarer, gleichmäßiger Vortrag für Kursvideos und Tutorials. Die Gemini-Gruppen Tutor und Anleitung sind genau dafür gedacht.
Werbung und Promos
Kurze, knackige Sprechertexte mit einer Anweisung wie knackig und gut gelaunt. Die Gemini-Gruppe Werbung ist ein guter Startpunkt.
Gutenachtgeschichten und Hörbücher
Warme Erzählung mit Pausen an den richtigen Stellen. Multilingual v2 bleibt auch bei langen Texten stabil.
Produktdemos
Ein Voiceover für Bildschirmaufnahmen und Produktvideos, fertig für deinen Schnitt als WAV oder MP3.
Modelle im Vergleich
Welches Modell für Text in Sprache passt
Alle vier laufen im selben Generator, du kannst also das Modell wechseln und deinen Text behalten.
| Modell | Am besten für | Stimmen | Sprecher | Einstellbar | Sprachen | Längster Text |
|---|---|---|---|---|---|---|
| Gemini 3.8 Flash TTS | Natürliche Erzählung und Gespräche zu zweit, Zeile für Zeile geführt | 70 | 1–2 | Eine Anweisung „Wie es klingen soll“ pro Zeile, Ton-Tags, Füllwörter | 130+, erkannt | 5.000 Zeichen |
| ElevenLabs Flash 2.5 | Schnelle, gleichmäßige Erzählung | 64 | 1 | Tempo 0,7–1,2, Stabilität, Klarheit, Stil | 32, festlegbar | 5.000 Zeichen |
| ElevenLabs Multilingual v2 | Lange, stabile Erzählung | 64 | 1 | Tempo 0,7–1,2, Stabilität, Klarheit, Stil | 29, erkannt | 5.000 Zeichen |
| ElevenLabs V3 Dialogue | Ausdrucksstarke Gespräche | 64 | 2–6 | Stabilität | 32 festlegbar, oder erkannt | 2.000 Zeichen |
Gemini steht allen Konten offen; die ElevenLabs-Modelle brauchen einen Bezahltarif oder ein Credit-Pack.
FAQ zu KI Text in Sprache
134: 70 Gemini-Stimmen und 64 ElevenLabs-Stimmen, alle auf dieser Seite anhörbar. Gemini erkennt über 130 Sprachen in deinem Text; Flash und V3 lassen sich auf eine von 32 festlegen.
Ja. Wechsle zu „Dialog“: Gemini spricht zwei Personen, ElevenLabs V3 Dialogue bis zu 6. Das Gespräch kommt als eine Datei zurück.
Bei Gemini schreibst du für jede Zeile eine kurze Anweisung und setzt Ton-Tags wie <laugh> oder <short pause>. Bei ElevenLabs stellst du Tempo (0,7–1,2), Stabilität, Klarheit und Stil ein.
Gemini kostet 1 Credit pro 20 Sekunden Audio, etwa 3 pro Minute. ElevenLabs kostet 15 Credits pro 1.000 Zeichen mit Flash und 30 mit Multilingual v2 und V3; der Generator zeigt den Preis, bevor du klickst.
Bis zu 5.000 Zeichen pro Clip und 2.000 für ein Gespräch mit V3. Teil längere Skripte in mehrere Abschnitte.
Gemini liefert WAV (24 kHz, mono), ElevenLabs liefert MP3. Jedes Ergebnis wird in deinem Verlauf unter „Stimme“ gespeichert, wo du es abspielen, herunterladen oder markieren kannst.
Ja. Laut unseren Nutzungsbedingungen behältst du das Eigentum und die kommerziellen Nutzungsrechte an dem, was du erstellst, Stimmen eingeschlossen. Gib dich mit einer Stimme nicht als reale Person aus.
Auf Anyscene gibt es keine Promi-Stimmen. Das Klonen der eigenen Stimme ist geplant, ein Termin steht noch nicht fest.
Mach aus deinem Text Sprache
Wähl eine Stimme, füg dein Skript ein und hör es dir vorgelesen an, mit dem Preis vor dem Start im Blick.