Wie KI jedem Hörbuchhörer weltweit personalisierte Erzählungen bietet

Stellen Sie sich vor, Sie haben sehnsüchtig auf die Fortsetzung Ihres Lieblingsbuchs gewartet. Endlich, nach Monaten, ist es da. Sie laden das Hörbuch herunter und drücken auf Play. In Ihrem Kopf hatten Sie sich den Erzähler mit einer warmen, rauen Stimme vorgestellt – vielleicht mit einem Hauch eines vornehmen britischen Akzents. Doch stattdessen ist die Stimme flach, zu hoch oder einfach falsch.

Mit einem physischen Buch sind die Möglichkeiten unbegrenzt: Ihr Geist formt die Stimmen der Charaktere. Bei traditionellen Hörbüchern wird diese Wahl für Sie getroffen. Seit Jahrzehnten sind Hörbücher auf eine einzige Stimme beschränkt, bestimmt durch Entscheidungen der Verlage, Budgetbeschränkungen und die Verfügbarkeit von Erzählern. Aber KI ändert das. Heute müssen Sie nicht nur passiv zuhören, sondern können aktiv mit dem Buch auf Ihre Weise interagieren.

Dieser Wandel ist wichtig, weil der Hörbuchmarkt in einem beispiellosen Tempo wächst. Bis 2029 wird erwartet, dass die Zahl der Hörbuchhörer 1,8 Milliarden erreicht. Auch der weltweite Umsatz steigt und soll bis Ende 2025 9,84 Milliarden Dollar erreichen und bis 2029 über 13 Milliarden Dollar hinausgehen.

Trotz dieser Zuwächse spiegeln die aktuellen Marktzahlen hauptsächlich die traditionelle Hörbuchproduktion wider, die weiterhin durch Kosten und Verfügbarkeit von Erzählern begrenzt ist. Wir glauben, dass Voice-KI dieses Wachstum beschleunigen wird, indem sie Produktionsbarrieren abbaut, Hörbücher in verschiedenen Sprachen und Regionen zugänglicher macht und mehr Kreativen ermöglicht, ihre Geschichten zum Leben zu erwecken.

Da die Nachfrage nach immersivem, bequemem Storytelling weiter steigt, wird KI-gesteuerte Erzählung helfen, das volle Potenzial des Hörbuchmarkts zu erschließen.

Über eine Stimme hinaus: Personalisierung durch KI

Traditionelle Hörbücher waren lange auf einen einzigen Erzähler beschränkt, der von Verlagen ausgewählt wurde – oft basierend auf Budget, Autoreneingaben und Verfügbarkeit statt auf Hörerpräferenzen. Ein englischsprachiges Hörbuch könnte eine amerikanische Stimme haben, aber ein australischer oder indischer Hörer bevorzugt vielleicht einen Erzähler mit einem vertrauteren Akzent.

Im Gegensatz zum Lesen eines physischen Buches – bei dem Leser natürlich die Stimmen der Charaktere imaginieren – bieten traditionelle Hörbücher diese Flexibilität nicht. Wie der New York Times-Bestsellerautor Joseph Nassise betont:

Jeder ist anders. Was ich als Autor mag oder mir vorstelle, könnte anders sein als das, was Hörer tatsächlich bevorzugen. Es ist mächtig, meinen Hörern die Flexibilität zu geben, zu wählen, wie sie die Geschichte erzählt haben möchten.

KI-gesteuerte Erzählung ändert dies, indem sie Nutzern ermöglicht, ihr Hörerlebnis zu personalisieren und Hörbücher immersiver und zugänglicher zu machen.

Über persönliche Vorlieben hinaus beseitigt KI-Erzählung Barrieren, denen Autoren, insbesondere Indie-Autoren und solche aus kleineren Märkten, gegenüberstehen. Die Kosten und Produktionszeit menschlicher Erzählung waren traditionell abschreckend, und selbst Autoren, die ihr eigenes Werk erzählen möchten, werden nicht immer ausgewählt.

Wie die USA Today-Bestsellerautorin Leeanna Morgan anmerkt:

Zum ersten Mal haben Leser die Kontrolle darüber, wie sie ihre Hörbücher hören möchten. Die ElevenReader-App ermöglicht es Hörern, ihr Hörbucherlebnis zu personalisieren und die Geschichten eines Autors auf die für sie bedeutungsvollste Weise zum Leben zu erwecken.

Die ElevenReader-App ermöglicht bereits Hunderttausenden von Nutzern in über 32 Sprachen, ihre bevorzugte KI-Stimme auszuwählen – wobei auch Synchronsprecher entschädigt werden und allein im letzten Jahr über 1 Million Dollar verdient haben.

Die Sprachauswahl war auch eine große Einschränkung in der traditionellen Hörbuchproduktion, da die meisten Aufnahmen auf global dominierende Sprachen beschränkt sind. Selbst wenn Übersetzungen existieren, werden lokale Akzente und Dialekte selten berücksichtigt.

Die Sprachtechnologie von ElevenLabs ändert dies, indem sie hochgradig lokalisierte Stimmen mit kontextuellem Bewusstsein erzeugt – und sicherstellt, dass die Erzählung natürlich und emotional resonant klingt. Unsere Daten aus fast 900.000 Stunden Hörbuchhören zeigen, dass Nutzer stark lokalisierte Stimmen bevorzugen.

In den acht größten globalen Sprachen der ElevenLabs-Reader-App sind über 34 einzigartige KI-Stimmen vertreten, wobei die beliebteste Stimme in einer bestimmten Sprache nur 15 % des gesamten Hörens ausmacht.

Diese Vielfalt unterstreicht die Nachfrage nach Erzählungen, die sich für jeden Hörer einheimisch anfühlen. Selbst innerhalb derselben Sprache variieren die Vorlieben stark.

Im Englischen zum Beispiel ist Brian (amerikanischer Akzent) die erste Wahl in den USA, während George (britischer Akzent) im Vereinigten Königreich und Australien bevorzugt wird. Ein ähnlicher Trend zeigt sich im Portugiesischen – Jessica ist die beliebteste Stimme in Brasilien, während europäische portugiesische Hörer David bevorzugen.

Die Daten zeigen, dass nur eine KI-Stimme unter den Top fünf in Portugal und Brasilien geteilt wurde, trotz ihrer gemeinsamen Sprachwurzeln. Dies zeigt die Bedeutung regionaler Vielfalt. Während diese Vorliebe für Dialekte intuitiv erscheint, ist der Ton der Stimme noch subjektiver.

Ein Thriller, der in Glasgow spielt, klingt möglicherweise am besten mit einem Glasgower Akzent, während eine Pariser Liebesgeschichte mit einem französischen Akzent natürlicher wirkt.

Unsere Analyse von fast 900.000 Stunden Hörbuchhören bestätigt, dass keine einzelne Stimme für alle Hörer geeignet ist. Selbst innerhalb einer Sprache zeigen KI-Stimmen eine "Long Tail"-Präferenz der Nutzer – wobei der Top-Erzähler in einer Stichprobe nur 10 % des Hörens ausmacht und mehr als ein Dutzend Stimmen benötigt werden, um 50 % der Nutzung zu erreichen.

Dies verstärkt eine Realität, die die traditionelle Hörbuchproduktion einfach nicht erreichen kann: Hörer auf der ganzen Welt wollen eine Wahl, und KI macht das möglich.