Zur Navigation springen

Text-to-Speech und Stimmen — Studio

Text-to-Speech macht aus einem Skript Audio in der Stimme deiner Wahl, und Studio synchronisiert dann die Lippen in deinem Video oder Bild dazu. Du kannst eine fertige Stimme verwenden oder deine eigene klonen. Du brauchst kein ElevenLabs-Konto und keinen API-Schlüssel. Für die API siehe Text-to-Speech und Stimmenklonen.

Um ein paar Wörter zu ändern, die eine Person in einem Video bereits sagt, in ihrer eigenen Stimme, verwende stattdessen edit dialogue.

Sprache aus Text erzeugen

1

Ein lipsync video starten

Wähle auf home die Option lipsync video und füge dein Video oder Bild hinzu.

2

Text-to-Speech als Audio wählen

Wähle in der Audioeingabe Text to speech.

3

Eine Stimme auswählen

Öffne unter Voice die Stimmauswahl und wähle eine Stimme. Mit Find voice suchst du nach Namen.

4

Das Skript schreiben

Gib dein Skript in das Feld Text to speech ein. Skripte können bis zu 5.000 Zeichen lang sein.

5

Generieren und anhören

Wähle Generate und hör dir das Audio an. Wenn du das Skript oder die Stimme änderst, wähle Regenerate.

6

Sync

Wenn das Audio richtig klingt, wähle Sync, um das lipsynchrone Video zu erstellen.

Audio-Tags

Füge Audio-Tags in eckigen Klammern hinzu, um den Vortrag zu steuern, zum Beispiel [happy], [whispers] oder [laughs].

[excited] We just launched something new. [whispers] And you're the first to hear about it.

Stimmeinstellungen

Öffne die Stimmeinstellungen, um zwei Werte anzupassen:

EinstellungStandardWirkung
Stability0.50Niedrigere Werte klingen ausdrucksstärker und abwechslungsreicher. Höhere Werte klingen ruhiger und gleichmäßiger.
Similarity Boost0.75Höhere Werte folgen der Originalstimme enger. Niedrigere Werte lassen mehr Variation zu.

Grenzen und Kosten

Text-to-Speech wird pro Sekunde erzeugten Audios abgerechnet, zusätzlich zur lip sync-Generierung. Die Preise findest du unter Abrechnung, für Credit-Pläne unter Credit Billing.

Im kostenlosen Plan gilt:

  • Mit dem integrierten ElevenLabs-Zugang von sync. labs ist jede Anfrage auf 20 Sekunden erzeugte Sprache und 320 Eingabezeichen begrenzt.
  • Mit deinem eigenen verbundenen ElevenLabs-API-Schlüssel gilt eine Grenze von 20 geschätzten Sekunden pro Anfrage, ohne die Eingabegrenze von 320 Zeichen. Die monatlichen Grenzen für kostenlose Generierungen gelten weiterhin.
  • Text-to-Speech und Synchronisation teilen sich 10 Audiogenerierungen pro Monat. Bis zu 3 davon können Synchronisationen sein.

Beim integrierten Zugang zeigt Studio Free tier text-to-speech is limited to 20 seconds and 320 input characters, wenn die Eingabe die Grenze überschreitet. Mit deinem eigenen Schlüssel lautet die Dauermeldung Free tier text-to-speech is limited to 20 estimated seconds. Studio meldet auch, wenn alle kostenlosen Generierungen für den Monat aufgebraucht sind. Kürze das Skript, warte auf den nächsten Monat oder führe ein Upgrade deines Plans durch.

Eine Stimme wählen

Die Stimmauswahl zeigt zwei Gruppen:

  • Cloned voices (N): die eigenen Stimmen, die deine Organisation geklont hat.
  • Eleven Labs (N): fertige ElevenLabs-Stimmen.

Wenn du deinen eigenen ElevenLabs-API-Schlüssel verbindest, zeigt die Auswahl jede Stimme, auf die dieser Schlüssel zugreifen kann.

Manche Stimmen können nicht verwendet werden. Eine Stimme mit der Kennzeichnung Blocked by ElevenLabs. Choose another voice. oder Verification required. Choose another voice. ist von ElevenLabs eingeschränkt, wähle also eine andere Stimme.

Eine Stimme klonen

Beim Klonen entsteht aus einer Aufnahme eine eigene Stimme, sodass du neue Sprache erzeugen kannst, die wie diese Person klingt. Klone nur Stimmen, für deren Verwendung du die Erlaubnis hast.

1

Das Klonformular öffnen

Wähle in der Stimmauswahl Clone voice. Das Formular Create custom voice öffnet sich.

2

Die Stimme benennen

Gib einen Voice name ein. Namen können bis zu 100 Zeichen lang sein und müssen in deiner Organisation eindeutig sein.

3

Eine Probe hinzufügen

Lade unter Upload or record audio sample eine Audiodatei hoch, nimm eine auf oder extrahiere das Audio aus einer Video- oder Audio-Datei.

4

Die Stimme erstellen

Wähle Create voice. Die neue Stimme erscheint in der Auswahl unter Cloned voices.

Richtlinien für Proben

  • Ziel sind 1 bis 5 Minuten zusammenhängende, klare Sprache von einer Person, ohne Musik oder Hintergrundgeräusche.
  • Jede Probe muss mindestens 7 Sekunden und höchstens 5 Minuten lang sein. Du kannst bis zu 10 Proben hinzufügen.
  • Jede Datei darf bis zu 10 MB groß sein, oder bis zu 50 MB, wenn dein eigener ElevenLabs-API-Schlüssel verbunden ist.
  • Wenn du aus einem Video extrahierst, werden nur die ersten 2 Minuten seines Audios verwendet.

Klon-Plätze pro Plan

Jeder Plan kann eine bestimmte Anzahl geklonter Stimmen gleichzeitig behalten:

Nutzungsbasierter PlanCredit-PlanGeklonte Stimmen
FreeFree1
HobbyistHobby3
CreatorStarter, Pro5
GrowthTeam15
Scale—50

Enterprise-Pläne können ein individuelles Kontingent haben. Wenn alle Plätze belegt sind, zeigt Studio You have reached your plan’s voice clone limit. an. Lösche eine Stimme, die du nicht mehr brauchst, oder führe ein Upgrade deines Plans durch.

Eine geklonte Stimme löschen

Lösche die Stimme in der Stimmauswahl und bestätige Delete “name”?. Das Löschen entfernt die Stimme für alle in deiner Organisation und kann nicht rückgängig gemacht werden. Dadurch wird sofort ein Klon-Platz frei.

Deinen eigenen ElevenLabs-API-Schlüssel verwenden (optional)

Du brauchst nie ein ElevenLabs-Konto, um Text-to-Speech, Stimmenklonen, Synchronisation oder edit dialogue in Studio zu nutzen. Ohne eigenen Schlüssel wird der integrierte ElevenLabs-Zugang von Sync verwendet und über Sync abgerechnet.

Wenn du lieber dein eigenes ElevenLabs-Konto verwenden möchtest, öffne Settings → Integrations, konfiguriere die ElevenLabs-Integration und füge deinen API Key ein. Mit deinem eigenen Schlüssel gilt:

  • ElevenLabs rechnet das erzeugte Audio über dein ElevenLabs-Konto ab. Sync rechnet weiterhin den lip sync ab.
  • Die Stimmauswahl zeigt jede Stimme, auf die dein Schlüssel zugreifen kann.
  • Stimmproben können jeweils bis zu 50 MB groß sein.

Wenn ElevenLabs deinen Schlüssel als ungültig ablehnt, trennt Studio ihn und kehrt zum integrierten Zugang von Sync zurück. Zu Schlüsselfehlern siehe Integrationen.

Häufig gestellte Fragen

Nein. Text-to-Speech und Stimmenklonen funktionieren in Studio ohne ElevenLabs-Konto. Einen eigenen Schlüssel zu verbinden ist optional.

edit dialogue klont immer die Person, die im Video spricht, und bietet keine Stimmauswahl. Eigene Stimmen sind für Text-to-Speech gedacht.

Lösche in der Stimmauswahl eine geklonte Stimme, die du nicht mehr brauchst. Der Platz ist sofort verfügbar.

Weiterführende Ressourcen