ElevenLabs Voice Cloning: Klone aus 10 s, 30 s und 2 min

👁 116 Aufrufe

Voice Cloning in ElevenLabs erstellt aus wenigen Sekunden oder Minuten Audiomaterial eine Kopie einer Stimme, die anschließend beliebige Texte vorlesen kann. Wir haben das ausschließlich mit einer synthetischen Stimme getestet: Zuerst haben wir mit Voice Design einen nicht existierenden Sprecher entworfen, dann aus Samples von 10 s, 30 s und 2 Minuten geklont. Unten finden Sie die Audiobeispiele, Ähnlichkeitsmessungen zum Original, Kosten und die Regeln, ohne die Sie besser nicht anfangen sollten.

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.

01Voice Changer ElevenLabs: Stimme auf Aufnahme ändernVoice Changer ElevenLabs ändert die Stimme auf fertigen Aufnahmen. Test mit deutschem Monolog: Inhalt, Intonation, Rauschen und Kosten pro Minute.Lesen →02ElevenLabs 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 →03ElevenLabs Agents Voicebot: Test einer deutschen ZahnarztpraxisVoicebot auf ElevenLabs Agents im Test: deutsche Zahnarztpraxis-Hotline mit Aufzeichnung, Reaktionszeit, Kosten pro Minute und Simulationen.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 →

Grundregel: Fremde Stimmen nur mit Zustimmung

Das Klonen einer fremden Stimme erfordert die Zustimmung dieser Person. ElevenLabs erklärt, dass jede gemeldete Verletzung von Stimmrechten geprüft wird. Professional Voice Cloning (PVC) ist ausschließlich mit der eigenen Stimme möglich: Laut ElevenLabs-Hilfe reicht selbst die Zustimmung einer anderen Person nicht aus, da jeder PVC verifiziert wird, dass die Stimme dem Kontoinhaber gehört. Wenn jemand Ihnen seine Stimme zur Verfügung stellen möchte, erstellt und verifiziert er den Klon auf seinem eigenen Konto und teilt ihn dann per privatem Link. Deshalb haben wir in diesem Test keine echte Aufnahme verwendet.

Instant oder Professional Voice Cloning

Die Dokumentation warnt, dass IVC bei ungewöhnlichen Stimmen und Akzenten schlechter funktioniert und dass Akzent oder Tonlage des Klons nach der Erstellung nicht mehr geändert werden können. Sie können nur die Samples austauschen. Preise ohne MwSt., geprüft am 29. September 2026.

Unser Test Schritt für Schritt

Schritt 1: Eine Stimme, die nicht existiert. In Voice Design (Modell eleven_ttv_v3) haben wir einen Sprecher auf Englisch beschrieben und einen deutschen Vorschautext von 354 Zeichen eingegeben. Die Dokumentation rät, die Beschreibung mit Sprache und Akzent zu beginnen, z. B. im Schema „Native German. Male, 50s. Studio quality“, damit die Stimme nicht abdriftet. Wir erhielten drei Varianten für ca. 397 Credits. Wir wählten die erste: keine Transkriptionsfehler und niedrigster Median-Tonhöhe (85,6 Hz). Beschreibung zum Kopieren:

A German man in his fifties with a low, warm, slightly raspy voice.
Calm, unhurried documentary narrator delivery, native German accent,
close-mic studio recording.

Schritt 2: Samples. Mit dieser Stimme haben wir mit dem Modell Eleven v4 eine Aufnahme von fünf Absätzen über den Harz generiert, insgesamt 121 Sekunden. Aus dieser Datei haben wir drei Samples geschnitten: die ersten 10 s, die ersten 30 s und das Ganze.

Schritt 3: Drei Klone. Jedes Sample haben wir an Instant Voice Cloning ohne Rauschfilter geschickt (das Sample war sauber, und die Dokumentation warnt, dass der Filter dann die Qualität verschlechtern kann). Jeder Klon entstand in wenigen Sekunden.

Schritt 4: Derselbe Text mit allen Stimmen. Original, drei Klone und zum Vergleich die fertige männliche Stimme Brian lasen denselben Satz mit Datum und Uhrzeit. Wir haben die Ähnlichkeit mit dem WavLM-Sprecherverifizierungsmodell gemessen (1 bedeutet identische Stimme) und die Aufnahmen durch die Scribe-Transkription geschickt.

Ergebnisse

Alle Aufnahmen wurden mit 1 Inhaltsfehler transkribiert: Scribe schrieb „Visnox“ statt „Wissnox“ (Markenname). Der Klon spricht auch Englisch und behält seine Klangfarbe ungefähr so gut wie das Original (0,78 vs. 0,83).

Ehrlich gesagt: Die hohen Ergebnisse bei 10 s resultieren größtenteils daraus, dass die Quelle synthetisch war, also ohne Hall, Rauschen und Abstandsänderungen zum Mikrofon. Bei einer Telefonaufnahme erwarten wir, dass ein längeres Sample einen größeren Unterschied macht. Das ist unsere Einschätzung. Professional Voice Cloning haben wir nicht getestet, da es eine Verifizierung der Stimme des Kontoinhabers erfordert, und unsere Teststimme hat keinen Inhaber.

So klonen Sie Ihre eigene Stimme in ElevenLabs

1. Nehmen Sie 1-2 Minuten Sprache in einem ruhigen Raum auf, mit einem Mikrofon, ohne lange Pausen. Die PVC-Dokumentation empfiehlt Spitzen von -6 bis -3 dB und durchschnittlich ca. -18 dB. MP3-Format reicht aus, WAV verbessert laut Dokumentation den Klon meist nicht.
2. Gehen Sie in der App zu Voices, dann Create a voice und Instant Voice Clone, laden Sie die Datei hoch. Tun Sie dies nur mit Ihrer eigenen Stimme oder mit schriftlicher Zustimmung der Person, deren Stimme Sie klonen.
3. Aktivieren Sie den Rauschfilter nur, wenn die Aufnahme tatsächlich Rauschen hat.
4. Testen Sie den Klon mit einem Satz mit Zahlen und Eigennamen. Wenn der Akzent nicht stimmt, tauschen Sie die Samples aus, da Sie die Einstellungen des Klons nicht korrigieren können.

Über die API ist es ein Befehl (getestet am 29.09.2026 mit 10-s-Sample):

curl -X POST https://api.elevenlabs.io/v1/voices/add 
  -H "xi-api-key: $ELEVENLABS_API_KEY" 
  -F "name=Meine Stimme" -F remove_background_noise=false 
  -F files=@sample.mp3

In der Antwort erhalten Sie eine voice_id, die Sie dann für Text-to-Speech verwenden. Wie Sie damit längere Texte vorlesen, beschreiben wir bei AI-Sprecher, und wie Sie die Stimme in einer fertigen Aufnahme ändern, im Text über Voice Changer.

Was kostet das

Die Erstellung eines IVC-Klons selbst hat bei uns keine Credits verbraucht. Sie zahlen für jedes Vorlesen eines Textes mit dem Klon, wie bei fertigen Stimmen, z. B. in Eleven v4 über API 0,0715 EUR (0,08 USD) pro 1000 Zeichen, und in der Promotion bis 12. Oktober 2026 0,022 USD, ohne MwSt. Voice Design kostete uns ca. 397 Credits pro Aufruf (3 Vorschauen). Das Limit eigener Stimmen hängt vom Plan ab: 3 im kostenlosen, 10 im Starter, 30 im Creator, 160 im Pro. Ein vollständiger Planvergleich findet sich im Text Was kostet ElevenLabs, und eine Übersicht aller Funktionen im Leitfaden ElevenLabs.

Häufig gestellte Fragen

Wie viel Audiomaterial braucht man für Voice Cloning in ElevenLabs?

Die Dokumentation empfiehlt 1-2 Minuten für Instant Clone und 30-180 Minuten für Professional Clone. In unserem Test mit sauberer, synthetischer Stimme ergaben bereits 10 s eine Ähnlichkeit von 0,974, und 2 Minuten 0,980.

Ist Voice Cloning in ElevenLabs kostenlos?

Nein. Instant Voice Cloning erfordert den Starter-Plan für 5,37 EUR (6 USD) monatlich, Professional Voice Cloning den Creator-Plan für 22 USD. Die Erstellung eines IVC-Klons selbst hat bei uns keine Credits verbraucht.

Kann ich die Stimme einer anderen Person klonen?

Nur mit ihrer ausdrücklichen Zustimmung und im Einklang mit dem Recht. Einen Professional Clone einer fremden Stimme erlaubt ElevenLabs gar nicht, selbst mit Zustimmung, da eine Verifizierung des Stimminhabers erforderlich ist.

Spricht die geklonte Stimme Deutsch?

Ja. Der Klon funktioniert mit mehrsprachigen Modellen, einschließlich Eleven v4. Unser Klon las auf Deutsch und Englisch, und die Transkription zeigte 1 Inhaltsfehler (Markennamen-Schreibweise).

// weiterlesenVoice Isolator Test: Rauschen entfernen mit ElevenLabsKI-WerkzeugeVoice Changer ElevenLabs: Stimme auf Aufnahme ändernKI-WerkzeugeElevenLabs Agents Voicebot: Test einer deutschen ZahnarztpraxisBenchmarks

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.