> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Stimmgestaltung ![Stimmgestaltung](/docs/_fern-img/1125280670aac11f82425cb9e04ccba451fb85ac046cff42203b867a82340f43.webp) ## Überblick Voice Design hilft Kreativen, Lücken zu schließen, wenn die gesuchte Stimme nicht in der [Voice Library](https://elevenlabs.io/app/voice-library) verfügbar ist. Wenn Sie keine passende Stimme für Ihr Projekt finden, können Sie eine erstellen. Voice Design eignet sich besonders für schnelle Erkundung und Iteration. Die Ausgabequalität kann je nach Prompt und Anwendungsfall variieren. Wenn Sie die konsistenteste, produktionsreife Qualität benötigen, bieten [Professional Voice Clones (PVC)](/docs/de/eleven-creative/voices/voice-cloning) derzeit die hochwertigsten Stimmen auf unserer Plattform. Wenn in unserer Bibliothek ein PVC verfügbar ist, das Ihren Anforderungen entspricht, empfehlen wir daher, diesen zu verwenden. Sie finden Voice Design in der [ElevenLabs-App](https://elevenlabs.io/app/voice-lab?create=true\&creationType=voiceDesign) unter Stimmen -> Meine Stimmen -> Neue Stimme hinzufügen -> Voice Design oder über die [API](/docs/de/api-reference/text-to-voice/design). Wenn Sie auf „Generieren“ klicken, erstellen wir drei Stimmoptionen für Sie. Bei Voice Design werden Ihnen nur die Credits für die Generierung Ihres Vorschautexts berechnet – und das nur einmal, obwohl wir drei Beispiele erstellen. Die Anzahl der abgezogenen Zeichen sehen Sie im Textfeld „Text zur Vorschau“. Nach der Generierung können Sie eine der Stimmen auswählen und speichern. Sie belegt einen Ihrer Stimm-Slots. #### [API-Referenz](/docs/de/api-reference/text-to-voice) Siehe API-Referenz für Voice Design ## Leitfaden für Prompts Der Prompt ist die Grundlage Ihrer Stimme. Er teilt dem Modell mit, welche Art von Stimme Sie erstellen möchten – vom Akzent und Charaktertyp bis zu Geschlecht und Stimmung der Stimme. Ein gut formulierter Prompt kann den Unterschied zwischen einer allgemeinen Stimme und einer Stimme ausmachen, die wirklich zu Ihrer Vision passt. Im Allgemeinen liefern detailliertere und präzisere Prompts genauere und nuanciertere Ergebnisse. Je mehr Details Sie angeben – darunter Alter, Geschlecht, Tonfall, Akzent, Sprechtempo, Emotion, Stil und mehr –, desto besser kann das Modell eine gezielte, maßgeschneiderte Stimme interpretieren und liefern. Manchmal funktionieren jedoch auch kurze, einfache Prompts, insbesondere wenn Sie eine neutralere oder vielseitig einsetzbare Stimme anstreben. „Ein ruhiger männlicher Sprecher“ kann Ihnen beispielsweise genau das liefern, was Sie brauchen, ohne ins Detail zu gehen – besonders, wenn Sie keinen sehr spezifischen Charakter oder Stil erstellen möchten. Der richtige Detailgrad hängt von Ihrem Anwendungsfall ab. Erstellen Sie einen Fantasy-Charakter? Einen virtuellen Assistenten? Eine erschöpfte New Yorkerin in ihren 60ern mit trockenem Humor? Je klarer Sie dies in Ihrem Prompt definieren, desto näher kommt die Ausgabe Ihrer Vorstellung. ### Empfohlenes Prompt-Format Für konsistente Ergebnisse strukturieren Sie Ihren Prompt nach diesem Format: ``` Native . , . . Persona: <2–5 words>. Emotion: <2–3 adjectives>. <1–2 sentences about timbre, pacing, delivery> ``` **Beispiel:** Muttersprachliches Spanisch, europäisches Spanisch (ohne Merkmale lateinamerikanischen Spanischs). Weiblich, 35–40. Akzeptable Qualität. Persona: zuverlässige Supportmitarbeiterin. Emotion: beruhigend, aufmerksam, selbstsicher. Sanfter, natürlicher Klang mit leichter Intonation, direkter Nähe und rauschfreiem Signal. Übermittelt Updates in entspanntem Tempo mit klarer Betonung hilfreicher Informationen und vermittelt Empathie und Professionalität. ### Häufige Fehler vermeiden * **Verwenden Sie nicht „Akzent“, wenn Sie Intonation meinen** – dies kann unerwünschte Dialektwechsel auslösen. Beschreiben Sie stattdessen Intonation, Betonung oder Sprechmuster. * **Vermeiden Sie FX-Begriffe** – Begriffe wie „Hall“, „Echo“, „Telefon“ oder „Band“ können die Ausgabequalität beeinträchtigen. * **Geben Sie Sprache und Dialekt eindeutig an** – nennen Sie immer im ersten Satz die Sprache und regionale Variante, um Abweichungen zu verhindern. ### Audioqualität Audioqualität bezeichnet Klarheit, Reinheit und die allgemeine Wiedergabetreue der generierten Stimme. Standardmäßig erzeugt ElevenLabs sauberes und natürlich klingendes Audio. Wenn Ihr Projekt jedoch ein bestimmtes Qualitätsniveau erfordert, sollten Sie dies ausdrücklich in Ihren Prompt aufnehmen. Für hochwertige Ergebnisse können Sie dem Modell helfen, indem Sie Ihrer Stimmbeschreibung eine Formulierung wie „**perfekte Audioqualität**“ oder „**Aufnahme in Studioqualität**“ hinzufügen. Dies trägt dazu bei, dass die Stimme mit maximaler Klarheit, minimalen Verzerrungen und einem professionellen Finish gerendert wird. Sie können auch konkrete Qualitätsbeschreibungen verwenden, die konsistente Ergebnisse liefern: * Akzeptable Qualität * Gute Qualität * Sehr gute Qualität * Ausgezeichnete Qualität * Studioqualität * Sendequalität Diese Beschreibungen helfen, die höchste Audioqualität zu erzielen, wenn Sie sie in Ihren Prompt aufnehmen. > **Warning** > > Solche Formulierungen können die Genauigkeit des Prompts manchmal allgemein verringern, wenn die > Stimme sehr spezifisch oder nischig ist. Es kann auch kreative Fälle geben, in denen eine geringere Audioqualität beabsichtigt ist, etwa bei der Simulation eines Telefonats, einer alten Radiosendung oder Found Footage. Lassen Sie in solchen Situationen Qualitätsbeschreibungen entweder ganz weg oder fügen Sie ausdrücklich Formulierungen hinzu wie: * „Audio mit geringer Wiedergabetreue“ * „Schlechte Audioqualität“ * „Klingt wie eine Sprachnachricht“ * „Gedämpft und entfernt, wie auf einem alten Tonbandgerät“ Die Platzierung dieser Formulierung in Ihrem Prompt ist flexibel – sie kann am Anfang oder Ende stehen. Wir haben festgestellt, dass beides gut funktioniert. ### Alter, Tonfall/Klangfarbe und Geschlecht Diese drei Eigenschaften bilden die Grundlage der Stimmgestaltung und prägen die Gesamtidentität und emotionale Wirkung der Stimme. Je mehr Details Sie angeben, desto leichter kann die KI eine Stimme erzeugen, die Ihrer kreativen Vision entspricht – unabhängig davon, ob Sie einen glaubwürdigen Charakter entwickeln, einen überzeugenden Sprecher gestalten oder einen virtuellen Assistenten entwerfen. #### Alter Die Beschreibung des wahrgenommenen Alters einer Stimme hilft, ihre Reife, Stimmtextur und Energie zu definieren. Verwenden Sie konkrete Begriffe, um die KI zur richtigen Stimmqualität zu führen. **Nützliche Beschreibungen:** * „Alter Mann“ / „alte Frau“ * „Junger Erwachsener“ / „in den 20ern“ / „Anfang 30“ * „Mann mittleren Alters“ / „Frau in ihren 40ern“ * „Älterer Mann“ / „ältere Frau“ / „Mann in seinen 80ern“ #### Tonfall/Klangfarbe Bezeichnet die physische Qualität der Stimme, die durch Tonhöhe, Resonanz und Stimmtextur geprägt wird. Sie unterscheidet sich von emotionaler Darbietung oder Haltung. **Häufige Beschreibungen für Tonfall/Klangfarbe:** * „Tief“ / „tiefe Tonlage“ * „Sanft“ / „voll“ * „Kiesig“ / „rau“ * „Näselnd“ / „schrill“ * „Luftig“ / „gehaucht“ * „Klangvoll“ / „resonant“ * „Hell“ / „dünn“ * „Warm“ / „weich“ * „Blechernd“ / „metallisch“ #### Geschlecht Das Geschlecht beeinflusst häufig Tonhöhe, Stimmgewicht und klangliche Präsenz. Sie können jedoch über einfache Kategorien hinausgehen, indem Sie den Klang statt die Identität beschreiben. **Beispiele:** * „Eine tiefe, raue weibliche Stimme“ * „Eine männliche Stimme, tief und resonant“ * „Ein neutrales Geschlecht – weich und mittlere Tonlage“ #### Akzent Der Akzent spielt eine entscheidende Rolle bei der Definition der regionalen, kulturellen und emotionalen Identität einer Stimme. Wenn Ihr Projekt von einem authentischen Klang abhängt – ob realistisch oder für einen Charakter stilisiert –, ist es essenziell, den gewünschten Akzent klar und gezielt zu beschreiben. Die Wortwahl ist wichtig – bestimmte Begriffe liefern tendenziell konsistentere Ergebnisse. Beispielsweise führt „ausgeprägt“ oft zu besseren Ergebnissen als „stark“, wenn Sie beschreiben, wie deutlich ein Akzent sein soll. Hier ist viel Ausprobieren gefragt. Experimentieren Sie mit der Formulierung und seien Sie so kreativ und beschreibend wie möglich. > **Warning** > > Seien Sie vorsichtig mit dem Wort „Akzent“ – wenn Sie Intonations- oder Betonungsmuster statt > eines regionalen Dialekts meinen, verwenden Sie stattdessen diese Begriffe. Die Verwendung von > „Akzent“, wenn Sie Intonation meinen, kann unerwünschte Dialektwechsel auslösen. * **Beispiele für klare Akzent-Prompts:** * „Ein Mann mittleren Alters mit ausgeprägtem französischem Akzent“ * „Eine junge Frau mit leichtem Südstaaten-Twang“ * „Ein alter Mann mit starkem osteuropäischem Akzent“ * „Eine fröhliche Frau mit klarem britischem Akzent“ * „Ein jüngerer Mann mit sanftem irischem Tonfall“ * „Eine autoritäre Stimme mit neutralem amerikanischem Akzent“ * „Ein Mann mit regionalem australischem Akzent, entspannt und näselnd“ Vermeiden Sie zu vage Beschreibungen wie „fremd“ oder „exotisch“ – sie sind ungenau und können inkonsistente Ergebnisse erzeugen. Kombinieren Sie den Akzent mit anderen Merkmalen wie Tonfall, Alter oder Sprechtempo, um mehr Kontrolle zu erhalten. Zum Beispiel: „Eine sarkastische alte Frau mit ausgeprägtem New-York-Akzent, die langsam spricht.“ Für Fantasy- oder fiktive Stimmen können Sie Akzente aus der realen Welt als Inspiration vorschlagen: * „Ein Elf mit einem gepflegten, ausgeprägten britischen Akzent. Er ist königlich und lyrisch.“ * „Ein Goblin mit rauem osteuropäischem Akzent.“ ### Sprechtempo Das Sprechtempo bezeichnet die Geschwindigkeit und den Rhythmus, mit dem eine Stimme spricht. Es ist ein wichtiger Bestandteil bei der Gestaltung von Persönlichkeit, emotionalem Ton und Klarheit einer Stimme. Eine eindeutige Angabe des Sprechtempos ist besonders wichtig, wenn Sie Stimmen für spezifische Anwendungsfälle wie Storytelling, Werbung, Charakterdialoge oder Lerninhalte erstellen. Verwenden Sie klare Sprache, um zu beschreiben, wie schnell oder langsam die Stimme sprechen soll. Sie können auch beschreiben, wie sich das Tempo anfühlt – ob gleichmäßig, unregelmäßig, bewusst oder locker. Wenn sich das Tempo verändert, geben Sie an, wo und warum. **Beispiele für Beschreibungen des Sprechtempos:** * „Spricht schnell“ / „in schnellem Tempo“ * „In normalem Tempo“ / „spricht normal“ * „Spricht langsam“ / „mit langsamem Rhythmus“ * „Bedachtes und gemessenes Tempo“ * „Gedehnt, als würde jedes Wort ausgekostet“ * „Mit hastigem Rhythmus, als hätte die Person es eilig“ * „Entspanntes, gesprächiges Tempo“ * „Rhythmisches und musikalisches Tempo“ * „Unregelmäßiges Tempo mit abrupten Pausen und Ausbrüchen“ * „Gleichmäßiges Tempo mit konsistentem Abstand zwischen den Wörtern“ * „Stakkatoartige Darbietung“ ### Text zur Vorschau Sobald Sie einen aussagekräftigen Stimm-Prompt geschrieben haben, spielt der Text, den Sie zur Vorschau dieser Stimme verwenden, eine entscheidende Rolle für ihren tatsächlichen Klang. Der Vorschautext funktioniert wie ein Darbietungsskript – er bestimmt Ton, Tempo und emotionale Darbietung, an denen sich die Stimme orientieren soll. Für die besten Ergebnisse sollte Ihr Vorschautext die Stimmbeschreibung ergänzen, nicht ihr widersprechen. Wenn Ihr Prompt beispielsweise eine „ruhige und nachdenkliche jüngere weibliche Stimme mit leichtem japanischen Akzent“ beschreibt, steht ein Satz wie „Hey! Ich kann nicht ausstehen, was du mit diesem verdammten Ort gemacht hast!!!“ im Widerspruch zu dieser Absicht. Das Modell wird versuchen, diesen Widerspruch aufzulösen, was oft zu unnatürlichen oder inkonsistenten Ergebnissen führt. Verwenden Sie stattdessen Beispieltext, der die beabsichtigte Persönlichkeit und den emotionalen Ton der Stimme widerspiegelt. Für das obige Beispiel unterstützt etwas wie „In letzter Zeit war es ruhig ... Ich hatte Zeit nachzudenken, und vielleicht war das genau das, was ich am meisten brauchte.“ den Prompt und hilft, eine natürlichere, stimmigere Stimme zu generieren. Außerdem haben wir festgestellt, dass längere Vorschautexte tendenziell stabilere und ausdrucksstärkere Ergebnisse liefern. Kurze Phrasen können manchmal abrupt oder inkonsistent klingen, besonders wenn Sie subtile Eigenschaften wie Tonfall oder Tempo testen. Mehr Kontext – ein vollständiger Satz oder sogar ein kurzer Absatz – ermöglicht dem Modell eine flüssigere und genauere Darstellung der Stimme. ### Parameter #### Lautstärke Steuert die Lautstärke der Text-to-Preview-Generierung und letztlich der gespeicherten Stimme. #### Guidance Scale Bestimmt, wie genau der Prompt befolgt wird. Höhere Werte halten sich strenger an den Prompt, können jedoch zu schlechterer Audioqualität führen, wenn der Prompt sehr nischig ist. Niedrigere Werte erlauben dem Modell mehr Kreativität, gehen aber zulasten der Prompt-Genauigkeit. Verwenden Sie einen niedrigeren Wert, wenn Darbietung und Audioqualität generell wichtiger sind als die perfekte Umsetzung des Prompts. Hohe Werte werden empfohlen, wenn die Genauigkeit von Akzent oder Tonfall besonders wichtig ist. ### Attribute und Beispiele > **Note** > > Experimentieren Sie mit der Formulierung dieser Beschreibungen. „Perfekte Audioqualität“ kann > beispielsweise auch als „Die Audioqualität ist perfekt“ formuliert werden. Das kann manchmal > unterschiedliche Ergebnisse liefern. | Attribut | Beispiele | | -------------------------- | -------------------------------------------------------------------------------------------------------------------------- | | Alter | Jung, jünger, erwachsen, alt, älter, in seinen/ihren 40ern | | Akzent | „ausgeprägter“ schottischer Akzent, „leichter“ asiatisch-amerikanischer Akzent, amerikanischer Südstaatenakzent | | Geschlecht | Männlich, weiblich, geschlechtsneutral, uneindeutiges Geschlecht | | Tonfall/Klangfarbe/Tonhöhe | Tief, warm, kiesig, sanft, schrill, weich, rau, näselnd, kehlig, hart, roboterhaft, ätherisch | | Sprechtempo | Normale Sprechgeschwindigkeit, schnell, schnell sprechend, langsam, gedehnt, ruhiges Tempo, natürliches/gesprächiges Tempo | | Audioqualität | Perfekte Audioqualität, Audioqualität ist „akzeptabel“, schlechte Audioqualität | | Charakter / Beruf | Pirat, Geschäftsmann, Bauer, Politiker, Therapeut, Oger, gottähnliches Wesen, TV-Ansager | | Emotion | Energiegeladen, aufgeregt, traurig, emotional, sarkastisch, trocken | | Tonhöhe | Tiefe Tonlage, hohe Tonlage, normale Tonlage | ### Beispiel-Prompts und Textvorschauen | Stimmtyp | Prompt/Beschreibung | Textvorschau | Guidance Scale | | :------------------------------ | :----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | :------------- | | Sportkommentatorin | Eine energiegeladene Sportkommentatorin mit starkem britischem Akzent, die leidenschaftlich und in sehr schnellem Tempo einen Fußballkommentar liefert. Ihre Stimme ist lebhaft, enthusiastisch und ganz im Geschehen. | MEIN GOTT — WAS FÜR EIN TOR! Sie nimmt den Ball kurz hinter der Mittellinie auf, tanzt an ZWEI Verteidigern vorbei, als wären sie gar nicht DA, und knallt ihn direkt in den Winkel! Der Torwart hatte KEINE CHANCE! Das ist WELTKLASSE von der jungen Stürmerin, und die Zuschauer sind auf den BEINEN! Dieses Spiel ist zum LEBEN erwacht, und man KANN spüren, wie sich das Momentum VERLAGERT! | 25 % | | Ausbilder | Ein militärischer Ausbilder, der sein Soldatenteam anschreit. Er klingt wütend und spricht schnell. | AUFGEPASST, ihr jämmerlicher Haufen! Ich bin nicht hier, um euch zu bemuttern — ich bin hier, um SOLDATEN zu MACHEN! Ihr bewegt euch, wenn ich es sage, und ihr atmet, wenn ich es sage! Ihr habt zehn Sekunden, um anzutreten, sonst werdet ihr es bereuen!! | 25 % | | Böser Oger | Ein riesiger böser Oger, der schnell spricht. Er hat einen albernen und resonanten Ton. | "Eure Waffen sind für mich bloß Zahnstocher. \[laughs] Ergebt euch jetzt, und vielleicht gewähre ich euch ein schnelles Ende. Ich habe Königreiche gestürzt und Armeen verschlungen. Welche Hoffnung habt ihr gegen mich?" | 30 % | | Nahbarer britischer Unternehmer | Ausgezeichnete Audioqualität. Ein Mann Anfang 30 bis Anfang 40 mit starkem britischem Akzent, der in natürlichem Tempo spricht, als würde er mit einem Freund reden. | \[laughs] Sehen Sie, das ist die Sache. SIE sehen ein Unternehmen, während ich... \[lip smacks] ich sehe ein Versprechen, verstehen Sie, was ich meine? \[exhales] Wir bauen nicht nur für den Profit, wir bauen, um, um zu FÖRDERN! Wenn unsere Technologie die Welt nicht freundlicher, klüger und vernetzter zurücklässt, als wir sie vorgefunden haben… \[sighs] was machen wir dann überhaupt hier? | 40 % | | Frau aus dem Süden | Eine ältere Frau mit starkem Südstaatenakzent. Sie ist freundlich und sarkastisch. | "Also Schätzchen, wenn wir immer nur Titeln und Trophäen hinterherjagen, verpassen wir den ganzen verdammten Punkt. \[light chuckle] Ich würde lieber etwas bauen, das das Leben der Leute leichter macht — und wenn ich das in High Heels, mit einem Lächeln und einer Prise Frechheit schaffe, umso besser." | 35 % | | Filmtrailer-Stimme | Dramatische Stimme, die Spannung für Filmtrailer aufbaut und typischerweise mit Action- oder Thrillerfilmen verbunden wird | "In einer Welt am Rande des Chaos wird ein Held aufsteigen. Machen Sie sich bereit für eine Geschichte epischen Ausmaßes, bald auf der großen Leinwand." | 20 % | | Quietschende Maus | Eine niedliche kleine quietschende Maus | "Ich mag klein sein, aber meine Einstellung ist alles andere als klein! \[giggles] Pass auf, große Füße, sonst knabbere ich an deinen Zehen, und das wirst du nicht vergessen!" | 20 % | | Wütender Pirat | Ein wütender alter Pirat, laut und polternd | "Ich habe Stürme erlebt, die dein Haar weiß werden lassen würden, und Seeungeheuer, bei denen dir die Knie schlottern würden. Du glaubst, du kannst Captain Blackheart überqueren und davon erzählen?" | 30 % | | New Yorker | Tiefer, rauer, starker New-York-Akzent, hart und vom Leben gezeichnet, oft zynisch | "Ich laufe schon länger durch diese Straßen, als du dir vorstellen kannst, Kleiner. Es gibt nichts, was du sagen oder tun könntest, das mich noch überrascht." | 40 % | | Spanische Support-Mitarbeiterin | Spanische Muttersprachlerin, europäisches Spanisch (ohne lateinamerikanische Merkmale). Weiblich, 35–40. Gute Qualität. Persona: zuverlässige Support-Mitarbeiterin. Emotion: beruhigend, aufmerksam, selbstsicher. | Weicher, natürlicher Stimmklang mit sanfter Intonation, direkter Nähe und rauschfreiem Signal. Vermittelt Updates in entspanntem Tempo mit klarer Betonung hilfreicher Informationen und strahlt Empathie und Professionalität aus. | 30 % | | Arabischer Kundenservice | Arabische Muttersprachlerin, mit sanftem Einfluss eines Golfakzents (VAE). Weiblich, 30–40. Ausgezeichnete Qualität. Persona: professionelle Kundenservice-Mitarbeiterin. Emotion: warm, selbstsicher, höflich. | Samtiger Stimmklang mit ruhigem Ton, gemäßigtem Tempo und sanfter Intonation. Bleibt nah am Mikrofon für ein hochauflösendes, artefaktfreies Signal. Klare Präsenz und sanfte Betonung kundenfreundlicher Formulierungen sorgen für leichtes Verständnis. | 35 % | | Polnischer kreativer Erzähler | Polnischer Muttersprachler. Männlich, 48–58. Ausgezeichnete Qualität. Persona: kreativer Träumer. Emotion: neugierig, sanft, einladend. | Die Stimme ist weich und artefaktfrei, mit warmer, einnehmender Textur und gleichmäßigem Tempo, aufgenommen in natürlicher Nähe. Helle Intonation und präzise Betonung führen Zuhörer durch die Erzählung. | 32 % | | Verrückter Wissenschaftler | Die Stimme eines exzentrischen wissenschaftlichen Genies mit schnellen, sprunghaften Sprechmustern, die sich mit wachsender Begeisterung beschleunigen. Sein deutsch gefärbter Akzent wird deutlicher, wenn er aufgebracht ist. Die Tonhöhe reicht von nachdenklichem Murmeln bis zu manischen Ausrufen, mit häufigen Ausbrüchen wahnsinnigen Lachens. | "Ich bin Doktor Heinrich, revolutionäres Genie, abgelehnt vom engstirnigen wissenschaftlichen Establishment! Bah! Sie nannten meine Theorien unmöglich, meine Methoden unethisch — aber wer lacht jetzt? (maniacal laughter) Seit zwanzig Jahren perfektioniere ich meine Schöpfung in diesem Berglabor und nutze Energien, die jenseits des sterblichen Verständnisses liegen! Die Narren an der Akademie werden ihren Spott bereuen, wenn mein Quanten-Destabilisator das Multiversum enthüllt. Oder vielleicht neue Lebensformen... das Experiment hat gewisse unvorhersehbare Variablen... FASZINIERENDE!" | 38 % | ## FAQ #### Was ist Voice Design? Mit Voice Design erstellen Sie aus einem Text-Prompt eine einzigartige Stimme. Voice Design hilft Ihnen, wenn Sie in unserer Stimmbibliothek nicht genau die Stimme finden, die Sie benötigen. Statt aus bestehenden Optionen zu wählen, können Sie jetzt eine benutzerdefinierte Stimme generieren, indem Sie sie mit eigenen Worten beschreiben. Geben Sie zum Start einfach einen Prompt ein, der die gewünschte Stimme beschreibt. Sie können Details wie Akzent, Geschlecht, Sprechtempo, Tonfall und Sprechstil angeben. Je genauer Ihr Prompt, desto besser entspricht die Stimme Ihrer Absicht. Wenn Sie unsicher sind, funktioniert aber auch ein einfacher Prompt wie „ein ruhiger männlicher Erzähler“. Mit Voice Design erstellte Stimmen funktionieren mit [Eleven v4](/docs/de/overview/capabilities/text-to-speech/eleven-v4), unserem neuesten Modell, sowie mit früheren Modellen einschließlich Eleven v3. Sie unterstützen Audio-Tags. In Eleven v4 können sie weniger ausdrucksstark sein als in früheren Modellen. Weitere Tipps für effektive Prompts finden Sie in unserem [Voice-Design-Leitfaden.](/docs/de/creative-platform/voices/voice-design) **Hinweis:** Voice Design ist noch experimentell. Professional Voice Clones bieten die höchste Qualität und Konsistenz. Wenn Sie einen PVC finden, der Ihren Anforderungen entspricht, empfehlen wir dessen Verwendung. Professional Voice Clones werden von [Eleven v4](/docs/de/overview/capabilities/text-to-speech/eleven-v4) vollständig unterstützt. Für Eleven v3 sind sie nicht vollständig optimiert. #### Welche Stimmen kann ich mit Voice Design erstellen? Voice Design kann eine breite Palette von Stimmen generieren: von realistischen, menschenähnlichen Stimmen bis zu kreativeren Charakterstimmen. Wenn Sie nicht wissen, wo Sie anfangen sollen, versuchen Sie einen einfachen Prompt wie „Nachrichtensprecherin mittleren Alters“. Detailliertere Prompts liefern jedoch in der Regel präzisere und differenziertere Ergebnisse. Sie können in Ihrem Prompt verschiedene Eigenschaften angeben, etwa: * Alter * Geschlecht * Akzent * Ton * Sprechtempo * Emotion * Sprechstil * Audioqualität Zwei zusätzliche Regler helfen Ihnen, die Ausgabe zu gestalten: * **Lautstärke** passt die Lautstärke sowohl der Vorschau als auch der gespeicherten Stimme an. * **Einflussstärke** bestimmt, wie genau die generierte Stimme Ihrem Prompt folgt. Weitere Hilfe beim Formulieren von Prompts finden Sie in unserem [Voice-Design-Leitfaden](/docs/de/product/voices/voice-lab/voice-design). #### Wie viel kostet Voice Design? Voice Design verbraucht nur Credits, wenn Sie Stimmen generieren. Jedes Mal, wenn Sie auf **Stimme generieren** klicken, erstellen wir drei Stimmoptionen basierend auf Ihrem Prompt. Die Kosten richten sich nach der Anzahl der Zeichen in Ihrem Vorschautext. Sie können einen eigenen Vorschautext eingeben oder mit der Schaltfläche **Automatisch generieren** einen erstellen lassen. Automatisch generierte Vorschauen enthalten passende Audio-Tags. Weitere Informationen finden Sie in unserem [Voice-Design-Leitfaden.](/docs/de/product-guides/voices/voice-design)