Text zu Sprache: Text vorlesen lassen und als MP3 laden

Text eingeben oder einfügen, Stimme wählen und auf Erzeugen drücken. Die Stimme entsteht auf deinem Gerät, dein Text wird nie hochgeladen.

Stufe 0 · Browser · unbegrenzt
139 von 5000 Zeichen

Die Stimme entsteht auf diesem Gerät; dein Text wird nie hochgeladen.

Natürliche Stimmen ohne Konto

Füge bis zu 5.000 Zeichen ein, wähle eine von zehn Stimmen und drücke Erzeugen. Du kannst sofort hören und das Audio als MP3 oder WAV für Videos, Präsentationen, Podcasts, E-Learning oder zum Anhören eines Artikels unterwegs herunterladen.

  • Amerikanisches Englisch: Heart, Bella, Michael und Fenrir.
  • Brasilianisches Portugiesisch: Dora, Alex und Santa.
  • Lateinamerikanisches Spanisch: Dora, Alex und Santa.
  • Tempo: 0,8× zum Sprachenlernen, bis 1,5× zum Zeitsparen.

Deutsche Stimmen gibt es noch nicht: Deutscher Text klingt mit einer englischen Stimme falsch, nutze das Werkzeug also für englische, spanische oder portugiesische Texte.

Die Stimmen stammen von Kokoro, einem offenen Modell mit 82 Millionen Parametern, das viel natürlicher klingt als die roboterhaften Systemstimmen. Beim ersten Mal lädt die Seite das Modell (etwa 100 MB); danach liegt es im Cache und die Sprache startet in Sekunden.

Tipps

  • Satzzeichen prägen das Vorlesen: Kommas machen kurze Pausen, Punkte längere.
  • Nimm die Stimme, die zur Sprache des Textes passt.

Das Audio gehört dir; die Lizenz des Modells (Apache 2.0) erlaubt kommerzielle Nutzung.

So funktioniert es

Jeder Satz wird in Phoneme umgewandelt, die Laute der Sprache, mit einem Aussprachewörterbuch für Englisch und Ausspracheregeln für Portugiesisch und Spanisch. Das Kokoro-Modell macht daraus Satz für Satz Audio in der gewählten Stimme, direkt auf deinem Gerät.

Häufige Fragen

Wird mein Text irgendwohin gesendet?

Nein. Die Sprache wird in deinem Browser auf diesem Gerät erzeugt; der Text verlässt es nie.

Darf ich das Audio kommerziell nutzen?

Ja. Das Kokoro-Modell steht unter der Apache-2.0-Lizenz, die kommerzielle Nutzung erlaubt.

Welche Sprachen gibt es?

Amerikanisches Englisch (vier Stimmen), brasilianisches Portugiesisch und lateinamerikanisches Spanisch (je drei Stimmen). Deutsch ist noch nicht verfügbar.

Warum klingt ein Wort falsch?

Seltene Namen und neue Wörter werden nach Regeln gelesen; schreib sie so, wie sie klingen.

Quellen

Geprüft am 19.10.2026 · Testvektoren fixtures/tools/audio/text-to-speech/