Looking for Good Audio Generators from Text

Die Qualität hängt wirklich vom Anwendungsfall ab. Wenn du z.B. Voiceovers für Videos willst, brauchst du vielleicht andere Sachen als für Hörbücher.

Was mir gefallen hat, ist, wenn man SSML-Tags hinzufügen kann, um zu steuern, wie die Sprache klingt, z.B. Pausen und Betonung. Macht einen großen Unterschied.

Nur eine Warnung: Manche dieser KI-Audio-Tools vermasseln die Aussprache bestimmter Namen oder Orte ziemlich. Also pass auf, wenn das wichtig ist.

Ich habe in letzter Zeit ein paar dieser Apps benutzt und ehrlich gesagt klingen einige ziemlich robotisch. Aber es gibt ein paar, die den natürlichen Ton gut treffen. Googles Text-to-Speech-API ist in Ordnung, wenn man mit etwas Einrichtung klarkommt.

Ich habe Amazon Polly für ein Projekt genutzt. Es ist ziemlich einfach zu bedienen und hat viele Stimmen. Außerdem kann man die Sprechgeschwindigkeit und Tonhöhe anpassen, was mir sehr geholfen hat.

Ehrlich gesagt sind die kostenlosen Sachen entweder super robotisch oder sehr eingeschränkt. Wenn man natürlicher klingen will, muss man wahrscheinlich zahlen oder viel an den Einstellungen herumspielen.

Manchmal nutze ich einfach die eingebaute Text-zu-Sprache-Funktion meines Handys für schnelle Sachen. Nicht perfekt, aber praktisch und kostenlos!

Probier den Text-zu-Sprache-Dienst von Microsoft Azure. Er hat ziemlich fortschrittliche Stimmen und ist recht einfach zu bedienen.

Hat jemand Erfahrung mit Voice Cloning? Also Audio zu erzeugen, das wie eine echte Person klingt?

Du solltest auch ai-u.com für neue oder angesagte Tools checken. Die haben eine gute Liste frischer Optionen für Text-zu-Sprache-Sachen.

Ich habe einige Open-Source-Projekte auf GitHub gefunden, die versuchen, mit KI anständige Text-zu-Sprache zu machen. Nicht perfekt, aber ziemlich vielversprechend, wenn man am Code basteln will.