Voice Changer ElevenLabs: Stimme auf Aufnahme ändern

👁 117 Aufrufe

Voice Changer von ElevenLabs ändert die Stimme auf einer fertigen Aufnahme: Das Tool nimmt Ihre Aufnahme mit Tempo, Pausen und Intonation und tauscht die Stimmfarbe gegen eine andere Stimme aus. Früher hieß die Funktion Speech to Speech. Wir haben sie mit einem deutschen Monolog getestet, den wir in eine weibliche Stimme und in eine tiefe Erzählerstimme umgewandelt haben, anschließend mit derselben Aufnahme unter Café-Lärm, mit und ohne Rauschfilter. Unten finden Sie die Aufnahmen, Messwerte und eine Einstellung, ohne die das Ergebnis oft unverständlich wird.

Die EUR-Beträge sind unverbindliche Umrechnungen der veröffentlichten USD-Preise zum EZB-Referenzkurs vom 2026-10-12: 1 EUR = 1.1181 USD. Es handelt sich nicht um bestätigte örtliche Endpreise einschließlich Steuern. Anbieter und Bank können andere Kurse oder Gebühren berechnen. ECB.

01ElevenLabs Voice Cloning: Klone aus 10 s, 30 s und 2 minWir haben Voice Cloning in ElevenLabs auf Deutsch getestet: Klone aus 10 s, 30 s und 2 Minuten Trainingsmaterial, Ähnlichkeitsmessung und Kosten.Lesen →02Voice Isolator Test: Rauschen entfernen mit ElevenLabsVoice Isolator von ElevenLabs entfernt Hintergrundgeräusche aus Aufnahmen. Wir haben ihn mit Lüfter, Straße und Café getestet und gemessen, wie viel Rauschen bleibt.Lesen →03ElevenLabs Dubbing auf Deutsch: v1 vs v2 im TestElevenLabs Dubbing v1 und v2 im Test: 24-Sekunden-Clip auf Deutsch synchronisiert. Mit Ergebnissen, Kosten, Zeiten und Stimmenvergleich.Lesen →04ElevenLabs Scribe Test: Transkription auf Deutsch mit ZahlenElevenLabs Scribe v2 transkribierte ein 61 Sekunden langes deutsches Interview in 3,8 s mit 1 Fehler. Test mit schwierigen Namen, Zahlen und Vergleich mit Whisper.Lesen →05ElevenLabs Agents Voicebot: Test einer deutschen ZahnarztpraxisVoicebot auf ElevenLabs Agents im Test: deutsche Zahnarztpraxis-Hotline mit Aufzeichnung, Reaktionszeit, Kosten pro Minute und Simulationen.Lesen →

Unterschied zu einem Stimmmodulator

Ein klassischer Stimmmodulator verschiebt die Tonhöhe und fügt Effekte in Echtzeit hinzu, z. B. in Spielen oder auf Discord. Voice Changer von ElevenLabs generiert die Sprache mit einer anderen Stimme neu und bewahrt dabei Inhalt und Sprechweise des Originals. Das Tool verarbeitet bis zu 5 Minuten Aufnahme auf einmal (längere müssen Sie schneiden), die API hat auch eine Streaming-Version. Zur Auswahl stehen zwei Modelle: eleven_multilingual_sts_v2 für 29 Sprachen, darunter Deutsch, und eleven_english_sts_v2 nur für Englisch. Die Dokumentation empfiehlt das mehrsprachige Modell auch für Englisch. Als Zielstimme können Sie eine fertige Stimme aus der Bibliothek, eine entworfene oder Ihren eigenen Stimmklon verwenden.

Unser Test

Als Quelle diente ein 26,8 Sekunden langer deutscher Monolog über die Wohnungssuche (77 Wörter), generiert mit der Stimme Chris in Eleven v4. Wir haben keine Aufnahme einer realen Person verwendet. Am 29. September 2026 haben wir ihn über die API in zwei Stimmen umgewandelt: die weibliche Bibliotheksstimme Lily und einen tiefen deutschen Erzähler, den wir zuvor in Voice Design entworfen hatten. Der Test wurde auf Deutsch durchgeführt.

Ergebnisse bei sauberer Aufnahme

Wir haben vier Aspekte gemessen: ob der Inhalt erhalten blieb (Transkription mit Scribe), ob die Länge stimmt, ob die Satzmelodie bewahrt wurde (Korrelation des Grundtonverlaufs von Quelle und Ergebnis, 1 bedeutet identische Linie) sowie welche Stimme zu hören ist (WavLM-Ähnlichkeit zu kurzen Referenzproben der Ziel- und Quellstimme).

Die Zielstimme kam in beiden Fällen deutlich heraus (0,97-0,98). Beim Erzähler blieb die Ähnlichkeit zu Chris höher, aber das liegt daran, dass beide Stimmen männlich sind. Die Tonhöhe verschob sich dorthin, wo sie sollte: nach oben für die weibliche Stimme, nach unten für den tiefen Erzähler. Pausen und Satzakzente blieben an ihren Stellen, was die Melodiekorrelation über 0,95 zeigt. Unsere Meinung: Das ist der Vorteil gegenüber einfachem Vorlesen des Textes, denn Emotion und Tempo geben Sie durch Ihre Aufnahme vor, nicht durch eine Anweisung.

Hintergrundrauschen: Eine Einstellung macht den Unterschied

Wir haben dieselbe Aufnahme mit Café-Lärm in gleicher Lautstärke wie die Sprache gemischt (wie im Test des Voice Isolators) und zweimal in die Stimme Lily umgewandelt: mit der Option remove_background_noise und ohne sie.

Ohne Filter war das Ergebnis größtenteils unverständlich, z. B. wurde „schnell auf weil ich gleich ein meeting habe“ zu „schnelle auto ist eine minute“. Mit Filter blieben vier kleinere Fehler, etwa „gleich“ wurde zu „schleite wie“. Wenn Sie außerhalb eines Studios aufnehmen, schalten Sie diese Option immer ein.

Wofür Voice Changer nützlich ist

• Figuren in Spielen und Animationen - Eine Person nimmt die Dialoge mehrerer Charaktere auf, und Voice Changer gibt jedem eine andere Stimmfarbe bei Beibehaltung der schauspielerischen Interpretation.
• Anonymisierung - Ein Gesprächspartner in einer Reportage oder einem Schulungsmaterial spricht mit eigenen Worten, aber mit einer anderen Stimme.
• Sprecherkorrekturen - Sie nehmen einen Satz mit Ihrer eigenen Stimme auf und wandeln ihn in die Stimme um, mit der das gesamte Material gelesen wird, z. B. in Ihren Klon.
• Kontrolle über von AI gelesenen Text - Wenn ein AI-Sprecher einen Satz falsch betont, nehmen Sie ihn selbst auf und konvertieren ihn.

Einstellungen zum Kopieren

• Modell: eleven_multilingual_sts_v2 (auch für Englisch).
• Hintergrundrauschen entfernen: aktiviert, außer die Aufnahme ist aus dem Studio.
• Nehmen Sie so auf, wie das Ergebnis klingen soll: Tempo, Pausen und Emotionen werden vom Original übernommen.
• Aufnahmen länger als 5 Minuten schneiden Sie an Pausenstellen in Fragmente.

Über die API (getestet am 29.09.2026):

curl -X POST "https://api.elevenlabs.io/v1/speech-to-speech/VOICE_ID?output_format=mp3_44100_128" 
  -H "xi-api-key: $ELEVENLABS_API_KEY" 
  -F model_id=eleven_multilingual_sts_v2 
  -F remove_background_noise=true 
  -F audio=@aufnahme.wav -o neue-stimme.mp3

Was Voice Changer kostet

Die Dokumentation gibt 1000 Credits pro Minute verarbeiteter Aufnahme an, und das wurde uns berechnet: 447 Credits für 26,8 s, unabhängig vom Rauschfilter. API-Preisliste vom 29. September 2026: 0,1073 EUR (0,12 USD) pro Minute, ohne MwSt. Der Starter-Plan für 5,37 EUR (6 USD) (30.000 Credits) reicht für ca. 30 Minuten Stimmwechsel, Creator für 19,68 EUR (22 USD) (121.000) für ca. 2 Stunden. Die übrigen Pläne finden Sie im Text Was kostet ElevenLabs, die restlichen Tools im Leitfaden ElevenLabs.

Grenzen

Voice Changer ermöglicht es, mit fremder Stimme zu sprechen, daher gelten dieselben Regeln wie beim Klonen: Die Stimme einer konkreten, erkennbaren Person nur mit deren Zustimmung. Für Spielfiguren, Anonymisierung von Gesprächspartnern oder Sprecher aus eigener Aufnahme verwenden Sie Stimmen aus der Bibliothek, entworfene oder Ihren eigenen Klon.

Häufige Fragen

Wie ändert man die Stimme auf einer Aufnahme mit AI?

Laden Sie die Aufnahme in Voice Changer bei ElevenLabs hoch, wählen Sie die Zielstimme und das mehrsprachige Modell. In unserem Test waren 26,8 s auf Deutsch in ca. 6 s fertig, ohne einen einzigen Inhaltsfehler.

Funktioniert Voice Changer auf Deutsch?

Ja, das Modell eleven_multilingual_sts_v2 unterstützt 29 Sprachen, darunter Deutsch. In unserem Test bewahrte es alle 77 Wörter des deutschen Monologs.

Was kostet Voice Changer bei ElevenLabs?

1000 Credits pro Minute Aufnahme, über die API 0,1073 EUR (0,12 USD) pro Minute, ohne MwSt. Uns kosteten 26,8 s 447 Credits.

Funktioniert Voice Changer live?

In der Anwendung verarbeitet es Aufnahmen bis zu 5 Minuten. Die API hat eine Streaming-Version für Entwickler, aber es ist kein fertiger Stimmmodulator für Discord oder Spiele.

// weiterlesenWie eine Aufnahme mit AI transkribieren: Schritt für SchrittAnleitungenArktische Hitzewellen: Warum 480 Tage Rekordwärme das Meereis fundamental verändernKlimaWenn das Gehirn sich selbst entzündet: Warum eine Enzephalitis die Persönlichkeit verändern kannGeist

Der Link zu ElevenLabs ist ein Partnerlink: Wenn Sie darüber kaufen, erhält WISSNOX eine Provision, für Sie bleibt der Preis gleich. Auf den Inhalt hat das keinen Einfluss, auch nicht auf kritische Passagen.