Text to Speech Deutsch

Alle drei sind Hochdeutsch, aber sie klingen verschieden. Im Bundesdeutschen wird auslautendes -ig zu "-ich", also "richtich"; im Österreichischen bleibt eher ein k. Das Schweizer Hochdeutsch spricht das R deutlicher aus und hat eine andere Satzmelodie. Dazu kommt Wortschatz: Jänner statt Januar, Spital statt Krankenhaus. Diese Seite führt die Stimmen für Deutschland. Für Österreich oder die Schweiz hören Sie die Varianten in der vollständigen deutschen Bibliothek an.

Umlaute und ß gehören als solche in den Text. Ersatzschreibweisen wie ae, oe, ue oder ss werden teils buchstabiert oder falsch betont. Lange Komposita sind der zweite Stolperstein: die Engine setzt die Betonung manchmal auf das falsche Glied. Eine Pausenmarke an der Wortfuge hilft dort mehr als ein Komma, und bei wiederkehrenden Fachbegriffen lohnt es sich, die Aussprache einmal zu überschreiben.

Deutsch verwendet den Punkt als Tausendertrennzeichen und das Komma als Dezimaltrennzeichen, also 1.500,50 €. Englisch geschriebene Zahlen wie 1,500.50 werden dadurch falsch vorgelesen. Daten laufen Tag.Monat.Jahr, also 09.10.2026. Das ist im Skript schneller korrigiert als nachträglich im Audio.

Das hängt von der Länge ab. Für kurze Spots und Social Video wirken die ausdrucksstarken Stimmen am lebendigsten. Für Hörbücher und lange Kurse zählt, dass eine Stimme den Ton über eine Stunde hält, und dort sind die ElevenLabs-Stimmen vorn, auch wenn ihr Akzent neutraler ist als bei den de-DE-Modellen. Hören Sie denselben Satz auf beiden an.

Ja, es gibt einen dauerhaft kostenlosen Tarif mit monatlichem Guthaben und ohne Kreditkarte, und jede Stimme auf dieser Seite lässt sich vorher anhören. MP3-Exporte im kostenlosen Tarif haben kein Wasserzeichen, Video-Exporte schon. Bezahlte Tarife schalten längere Exporte, WAV und kommerzielle Nutzung frei.

Ja, in den bezahlten Tarifen. Audio aus einem bezahlten Tarif ist lizenzfrei und für YouTube-Monetarisierung, Werbung, Kundenprojekte, Hörbücher und Telefonansagen freigegeben. Video-Exporte im kostenlosen Tarif tragen ein kleines Fliki-Wasserzeichen.

Ja, und das ist der Unterschied zu den reinen Sprachausgabe-Werkzeugen daneben. Derselbe Text lässt sich mit Bildern, Clips und Untertiteln zu einem 1080p-MP4 zusammensetzen. Die meisten anderen hören bei der MP3 auf.