Text zu Sprache – kostenlos

Beispiel

Ein 1.500 Zeichen langer Artikel (etwa 250 Wörter), gelesen von einer Studiostimme, ergibt etwa anderthalb bis zwei Minuten Audio. Als WAV gespeichert sind das etwa 5 MB (24 kHz Mono 16-Bit), und MP3 ist viel kleiner. Beim ersten Mal lädt die englische Stimme etwa 105 MB herunter (das Stimmmodell plus eine Aussprache-Engine) und wird dann zwischengespeichert. Derselbe Text, von einer Gerätestimme gelesen, wird sofort abgespielt, kann aber nicht als Datei gespeichert werden.

Welche Einstellungen zu verwenden sind, und die Grenzen

• Wählen Sie den Stimmtyp nach Ihrem Bedarf. „Gerätestimme“ spielt sofort in jeder Sprache ab, die Ihr System installiert hat, aber Browser erlauben einer Seite nicht, diese aufzuzeichnen. „Studiostimme“ ist ein einmaliger Download, der danach offline funktioniert, und es ist der einzige Typ, der eine Datei erzeugt.
• Wissen Sie, welche Sprachen gespeichert werden können. Studiostimmen gibt es für Englisch (amerikanisch und britisch), Deutsch, Französisch, Spanisch, Italienisch, Ukrainisch und Japanisch. Der erste Download beträgt etwa 105 MB für Englisch, 96 MB für Deutsch oder Französisch, 47 MB für Spanisch, 82 MB für Italienisch, 77 MB für Ukrainisch und 105 MB für Japanisch. Eine Studiostimme kann keinen Text in einem anderen Alphabet lesen.
• Das Tempo reicht von 0,5× bis 2×; die Studiostimme hat keine Tonhöhenregelung. Der Tempo-Regler bewegt sich in Schritten von 0,1. Bei einer Studiostimme wird das Tempo während der Audioerstellung angewendet, eine Änderung erstellt die Datei also neu. Die Tonhöhe gilt nur für Gerätestimmen.
• Lange Texte werden aufgeteilt, und Sie können vorzeitig stoppen. Eine Studiostimmen-Datei fasst bis zu 50.000 Zeichen (etwa eine Stunde Sprache) auf einem Computer und 20.000 auf einem Smartphone. Längerer Text wird in nummerierte Dateien aufgeteilt. Der Text wird in Abschnitten von etwa 300 Zeichen erstellt, und „Stoppen und behalten“ sichert das bisher Erstellte.
• WAV ist sofort fertig; MP3 benötigt einen Encoder. WAV benötigt nichts Zusätzliches. MP3 und M4A laden einen einmaligen Audio-Encoder von etwa 30 MB herunter. Bei mobilen Daten fragt das Tool nach, bevor der erste große Download beginnt.
• Importieren Sie ein Dokument, statt es einzufügen. Ziehen Sie eine PDF-, Word- (.docx), EPUB-, TXT- oder HTML-Datei auf das Textfeld. Dateien bis zu 200 MB werden auf Ihrem Gerät gelesen. Eine gescannte PDF enthält nur Bilder von Seiten, führen Sie sie also zuerst durch das OCR-Tool.

Häufige Probleme und wie man sie behebt

Eine Gerätestimme meldet, sie könne den Text nicht lesen.

Diese Stimme unterstützt die Sprache des Textes nicht. Wählen Sie eine Stimme für diese Sprache aus der Liste oder installieren Sie eine in den Spracheinstellungen Ihres Systems und laden Sie die Seite neu.

Es gibt keine Stimme für meine Sprache oder überhaupt keine Stimmen.

Gerätestimmen stammen von Ihrem Betriebssystem, daher unterscheidet sich das Angebot auf Windows, macOS, Android und iOS. Fügen Sie eine Stimme in den System-Spracheinstellungen hinzu und laden Sie die Seite neu. Für Englisch, Deutsch, Französisch, Spanisch, Italienisch, Ukrainisch oder Japanisch können Sie stattdessen eine Studiostimme verwenden, ohne etwas installieren zu müssen.

Die Studiostimme meldet, sie könne dieses Alphabet nicht lesen.

Jede Studiostimme liest eine Sprache. Die englische Stimme kann zum Beispiel keinen kyrillischen Text lesen. Wählen Sie die Studiostimme für die Sprache des Textes oder eine Gerätestimme. Diese Prüfung läuft vor jedem Download, es wird also nichts abgerufen.

Der Text ist zu lang für die Studiostimme.

Das Limit beträgt 50.000 Zeichen auf einem Computer und 20.000 auf einem Smartphone, und die Prüfung läuft, bevor das Modell heruntergeladen wird. Kürzen Sie den Text, teilen Sie ihn in Teile auf oder verwenden Sie eine Gerätestimme, wenn Sie nur zuhören möchten.

Meine PDF wurde ohne Text importiert.

Eine gescannte PDF besteht aus Seitenbildern, nicht aus Text. Führen Sie sie durch das OCR-Tool und fügen Sie das Ergebnis ein. Eine passwortgeschützte oder beschädigte PDF kann ebenfalls nicht gelesen werden.

Wie es im Vergleich abschneidet

Eine Gerätestimme beginnt sofort und deckt viele Sprachen ab, aber die Audioausgabe erfolgt über Ihre Lautsprecher und kann von der Seite nicht gespeichert werden. Eine Studiostimme ist langsamer in der Erstellung, benötigt beim ersten Mal einen Download von etwa 80 bis 105 MB und deckt nur drei Sprachen ab, liefert Ihnen aber eine WAV- oder MP3-Datei, die Sie behalten und offline wiederverwenden können.