Geprüft anhand von Googles Dokumentation, Oktober 2026

Google AI Studio Hörbuch: Wie weit Sie mit Gemini TTS kommen

Kostenlose Anmeldung, keine Karte erforderlich. Die Erstellung verbraucht Credits.

Gemini TTS klingt hervorragend, und in AI Studio können Sie es kostenlos testen. Hier erfahren Sie, wie Sie dort ein Kapitel vertonen, welche Limits in Googles eigener Dokumentation stehen und was ein ganzes Buch darüber hinaus erfordert.

Schritte auf einen BlickInsgesamt 4 Schritte
  1. 1Schritt 1Den Sprach-Playground öffnen
  2. 2Schritt 2Sprecher und Stimmen auswählen
  3. 3Schritt 3Einen Abschnitt einfügen und anleiten
  4. 4Schritt 4Ausführen, herunterladen, wiederholen
Alice's Adventures in Wonderland — The Cheshire Cat
ErzählerNaomiAliceAbbyCheshire CatSnik So funktioniert's
Cover von „Alice's Adventures in Wonderland“

Lewis Carroll

Alice's Adventures in Wonderland

Alice fragt die grinsende Grinsekatze nach dem Weg – und erfährt nichts.

The Cat only grinned when it saw Alice. It looked good-natured, she thought; still it had very long claws and a great many teeth, so she felt it ought to be treated with respect.

Cheshire Puss, would you tell me, please, which way I ought to go from here?

Cheshire CatSnikVerschmitzt

That depends a good deal on where you want to get to.

I don't much care where—

Cheshire CatSnikVerschmitzt

Then it doesn't matter which way you go.

—so long as I get somewhere.

Cheshire CatSnikVerschmitzt

Oh, you're sure to do that, if you only walk long enough.

ca. 1 Minute · 3 Stimmen · Bereit zur Wiedergabe7
Kostenlos testen, ohne Registrierung. Für eigene Kapitel und Exporte ist eine Anmeldung und die Nutzung von Credits erforderlich.Ich bin bereit →
Verfügbare KI-Stimmen
137
70 Standard · 67 Premium
Importierbare Dateiformate
5
EPUB · PDF · DOCX · TXT · MD
Exportformate
3
M4B mit Kapiteln · MP3 · ZIP
Sprachmodelle
4
Gemini · ElevenLabs

Schritt-für-Schritt-Anleitung

Ein Kapitel in Google AI Studio, Schritt für Schritt

Der Do-it-yourself-Weg für ein Google-AI-Studio-Hörbuch. Wiederholen Sie ihn für jedes Kapitel.

  1. Den Sprach-Playground öffnen

    Melden Sie sich bei Google AI Studio an (die Gemini API ist für Nutzer ab 18 Jahren), öffnen Sie die Sprachgenerierung und wählen Sie ein TTS-Modell. Google listet 3.8 Flash TTS und 3.8 Flash-Lite TTS als aktuell.
  2. Sprecher und Stimmen auswählen

    Wählen Sie Einzelsprecher für Erzählung oder Mehrsprecher für Dialog, höchstens zwei Sprecher, und weisen Sie jedem eine der 30 vorgefertigten Stimmen zu.
  3. Einen Abschnitt einfügen und anleiten

    Fügen Sie eine Szene oder einen Abschnitt ein, kurz genug für eine einzelne Anfrage, und ergänzen Sie eine Stilanweisung wie „warmherziger, ruhiger Erzähler“.
  4. Ausführen, herunterladen, wiederholen

    Generieren, anhören und den Clip herunterladen. Wiederholen Sie dies für jeden Abschnitt jedes Kapitels und fügen Sie die Clips dann in einem Audioeditor zusammen.

Aus Googles Dokumentation

Die Limits, auf die Sie bei einem ganzen Buch stoßen

Worauf ein Google-AI-Studio-Hörbuch stößt, jeweils aus Googles eigenen Seiten, geprüft im Oktober 2026.

  • Zwei Sprecher pro Anfrage

    Laut Googles Dokumentation unterstützt die Mehrsprecher-Generierung in einer Anfrage bis zu zwei Sprecher. Mehr Figuren bedeuten, Sprechanteile einzeln zu vertonen und zusammenzufügen.
  • 8.192 Eingabe-Token pro Anfrage

    Die Modellseite begrenzt die Eingabe auf 8.192 Token und die Ausgabe auf 16.384, daher müssen Sie ein typisches Roman-Kapitel voraussichtlich in mehrere Anfragen aufteilen.
  • Kostenlose Stufe, unveröffentlichte Limits

    Die TTS-Modelle sind in der kostenlosen Stufe kostenlos, aber Googles Seite zu Ratenlimits sagt nur, dass Ihre Limits in AI Studio angezeigt werden. Berichte aus der Community nennen teilweise nur 10 Anfragen pro Tag.
  • Daten der kostenlosen Stufe können verwendet werden

    In der kostenlosen Stufe verwendet Google Eingaben und Ausgaben zur Verbesserung seiner Produkte, und menschliche Prüfer können sie lesen. Die kostenpflichtige Nutzung ist ausgeschlossen.
  • Ein Clip, kein Buch

    Jede Anfrage liefert einen Audioclip (24 kHz Mono WAV über die API). Es gibt keine Kapitelliste, keine Sprechererkennung und kein M4B.
  • Bezahlte Preise verdoppeln sich 2027

    Googles Preisseite zeigt, dass sich die bezahlten Tarife für die 3.8-TTS-Modelle am 1. Januar 2027 verdoppeln. Planen Sie ein großes Projekt mit diesem Hintergrund.

Direkt nebeneinander

AI Studio manuell vs. ein Full-Cast-Workflow

Ein Google AI Studio Hörbuch und FullCastBook nutzen dieselbe Stimmenfamilie, aber mit sehr unterschiedlichem Arbeitsaufwand.

FullCastBookGoogle AI Studio (Gemini TTS)
Gemini-TTS-StimmenJa, als StandardstimmenUnterstützt
Kosten zum StartKostenlose Anmeldung; Credits (Plan oder Aufladung)Kostenlose Stufe, tägliches Limit in AI Studio angezeigt
Sprecher pro SzeneJede Figur, Zeile für ZeileBis zu 2 pro Anfrage
Erkennt, wer jede Zeile sprichtUnterstütztNicht unterstützt
Importiert EPUB, DOCX oder PDFUnterstütztNur Texteingabe
Kapitel und M4B-ExportUnterstütztNicht unterstützt
Stimmdesign und StimmreplikationNicht unterstütztUnterstützt
Wem gehört das AudioIhnen, gemäß den BedingungenGoogle erhebt keinen Eigentumsanspruch

Google-Fakten aus den Seiten zur Sprachgenerierung, zum Modell, zur Preisgestaltung, zu Ratenlimits und zu den API-Bedingungen; ACX-Regel aus der Seite mit den Einreichungsanforderungen. Alle geprüft am 21. Oktober 2026. Die Menüs von AI Studio ändern sich häufig; die Limits stammen aus Googles Dokumentation.

Quellen: Gemini API: Sprachgenerierung (aktualisiert am 12.10.2026) · Gemini API: Modellseite Gemini 3.8 Flash TTS · Gemini API: Preisgestaltung (aktualisiert am 19.10.2026) · Gemini API: Ratenlimits (aktualisiert am 15.10.2026) · Gemini API: zusätzliche Nutzungsbedingungen · ACX: Anforderungen für Audio-Einreichungen (15.04.2026)

Auf dieser Seite
  1. 1Was ein Google AI Studio Hörbuch sein kann und was nicht
  2. 2Was die Sprachgenerierung in Google AI Studio leistet
  3. 3Schritt für Schritt: ein Kapitel in AI Studio
  4. 4Die Grenzen: zwei Sprecher, Eingabelänge, Tageslimits
  5. 5Kapitel zusammenfügen und mehr als zwei Charaktere besetzen
  6. 6Veröffentlichung: Warum der ACX-Weg in YouTube-Tutorials gegen die Regeln verstößt
  7. 7Dieselben Gemini-Stimmen mit automatischer Besetzung und M4B-Export
  8. 8Quellen und Daten

Vollständige Anleitung

Was ein Google AI Studio Hörbuch sein kann und was nicht

Ein Google AI Studio Hörbuch ist Do-it-yourself: Sie fügen Text in Googles Sprach-Playground ein, eine Gemini-TTS-Stimme liest ihn vor, und Sie laden den Clip herunter. Die Stimmen gehören zu den besten verfügbaren, die kostenlose Stufe kostet nichts, und für eine Kurzgeschichte oder ein Beispielkapitel kann das alles sein, was Sie brauchen.

Bei einem ganzen Buch liegt die Arbeit in den Lücken. Gemini TTS vertont pro Anfrage höchstens zwei Sprecher, verarbeitet jeweils etwa 8k Token Eingabe und weiß nichts über Kapitel. Dieser Leitfaden behandelt die Schritte, die Grenzen aus Googles eigener Dokumentation mit Stand Oktober 2026, wie man sie umgeht, und einen Veröffentlichungsfehler, den ein beliebtes Tutorial macht.

Was die Sprachgenerierung in Google AI Studio leistet

Google AI Studio ist der Browser-Playground für die Gemini API, und sein Sprachmodus ist der schnellste Weg, Google AI Studio Text to Speech auszuprobieren; Googles Dokumentation empfiehlt, die Modelle dort zu testen, bevor man etwas baut. Sie listet vier TTS-Modelle auf: Gemini 3.8 Flash TTS und 3.8 Flash-Lite TTS (aktualisiert im September 2026) sowie 3.1 Flash TTS Preview und 2.5 Pro Preview TTS. 3.8 Flash deckt über 130 Sprachen ab und erkennt die Sprache Ihres Textes.

Die Sprechweise steuern Sie in einfachem Englisch. Eine Stilanweisung wie „cheerful and friendly“ gilt für einen Turn, und Google dokumentiert Inline-Vokalereignisse in spitzen Klammern wie <laugh>, <sigh> oder <whispering>. Es gibt 30 vorgefertigte Stimmen plus eine erweiterte Bibliothek, und AI Studio bietet auch Voice Design und Voice Replication, was ein buchorientiertes Tool möglicherweise nicht kann.

Schritt für Schritt: ein Kapitel in AI Studio

Teilen Sie das Kapitel zuerst auf. Jede Anfrage ist auf 8.192 Eingabe-Token und 16.384 Ausgabe-Token begrenzt, also zerschneiden Sie das Kapitel an Szenenwechseln in Stücke, die kurz genug für eine Anfrage sind; wenn ein Clip vorzeitig endet, machen Sie das Stück kürzer. Wählen Sie dann für jedes Stück Single-Speaker für die Erzählung, eine Stimme und eine Stilanweisung für den Erzähler, fügen Sie den Text ein, starten Sie die Generierung und laden Sie die Audiodatei herunter.

Führen Sie ein Protokoll über Modell, Stimme und Stilanweisung jedes Stücks. Die Ausgabe variiert von Lauf zu Lauf, sodass ein Erzähler, der in Szene eins warm klingt, in Szene drei schneller klingen kann, wenn nicht alle Einstellungen übereinstimmen. Hören Sie sich jeden Clip an, bevor Sie weitermachen: Ein zusammengesetztes Buch ist viel schwerer zu korrigieren als ein einzelner Clip.

Die Grenzen: zwei Sprecher, Eingabelänge, Tageslimits

Gemini Multi-Speaker-TTS ist der Punkt, an dem die meisten Romane an eine Wand stoßen, und Googles Dokumentation ist eindeutig: „Single-request multi-speaker generation … supports up to 2 speakers using prebuilt voices.“ Für mehr heißt es, jeden Turn jedes Sprechers einzeln zu synthetisieren. Eine Szene mit einem Erzähler und drei Charakteren sind bereits vier Stimmen, also wird der Großteil der Fiktion Turn für Turn generiert.

Tageslimits sind schwerer festzunageln. Die TTS-Modelle sind im Free-Tier kostenlos, aber Googles Rate-Limit-Seite sagt inzwischen nur noch, dass Ihre Limits in AI Studio sichtbar sind, und Community-Berichte aus 2026 nennen für einige TTS-Modelle ein kostenloses Kontingent von nur 10 Anfragen pro Tag. Eingaben und Ausgaben im Free-Tier werden zur Verbesserung von Googles Produkten verwendet, und die Preise für die 3.8-TTS-Modelle verdoppeln sich am 1. Januar 2027.

Kapitel zusammenfügen und mehr als zwei Charaktere besetzen

Um ein volles Ensemble manuell zu vertonen, gehen Sie das Kapitel Zeile für Zeile durch: Entscheiden Sie, wer jede Zeile spricht, generieren Sie die Zeilen jedes Sprechers mit dessen Stimme und setzen Sie die Clips dann in einem Audioeditor in der richtigen Reihenfolge zusammen. Google weist darauf hin, dass jede WAV-Antwort einen 44-Byte-Header enthält, den man vor dem Zusammenfügen im Code entfernen muss. Fügen Sie dann Kapitelmarker hinzu, gleichen Sie die Lautstärke an und exportieren Sie.

Diese Buchhaltung (wer spricht, welche Stimme, welche Reihenfolge, wo Kapitel beginnen) ist genau die Arbeit, für die Multi-Voice-Text-to-Speech-Tools existieren. Bei einem Roman mit Dutzenden Sprechrollen summiert sich das auf Hunderte oder Tausende Clips. Wenn Sie auch Chatbots abwägen, behandelt Kann ChatGPT ein Hörbuch erstellen, was sie mit einem Manuskript tun.

Veröffentlichung: Warum der ACX-Weg in YouTube-Tutorials gegen die Regeln verstößt

Das Top-Video für diese Suche, „Google AI Studio: Create an AI Audiobook and Publish It on Audible!“ (Juli 2025), ist eine hilfreiche Einführung in den Playground, aber der letzte Schritt weist die Zuschauer an, über ACX zu veröffentlichen. Dieser Schritt hält nicht stand. Die Audio-Einreichungsanforderungen von ACX vom 15. April 2026 besagen, dass ein Hörbuch „must be narrated by a human unless otherwise authorized“ und dass „unauthorized use of text-to-speech, AI, or automated recordings in ACX titles is prohibited.“

Audible erklärt auf derselben Seite, dass man daran arbeite, TTS-Inhalte von Drittanbietern zu akzeptieren, und werde den Zeitplan später mitteilen, sodass sich dies ändern kann. Bis dahin riskiert ein mit Gemini vertontes Buch, das bei ACX hochgeladen wird, Ablehnung oder Entfernung. Siehe ob Audible KI-Erzählungen akzeptiert für die aktuellen Regeln und Veröffentlichung auf Spotify für einen Weg, der digitale Sprachaufnahmen mit Offenlegung akzeptiert.

Dieselben Gemini-Stimmen mit automatischer Besetzung und M4B-Export

Wenn Sie ein Gemini-TTS-Hörbuch ohne Clip-Verwaltung möchten, beachten Sie: Die Standardstimmen von FullCastBook laufen auf Googles Gemini TTS, sodass der Klang derselben Familie entspricht, die Sie in AI Studio hören. Der Unterschied liegt in der Arbeit drumherum. Laden Sie eine EPUB-, DOCX-, PDF-Datei mit Textebene, TXT- oder Markdown-Datei hoch, und Kapitel und Sprecher werden für Sie erkannt. Jede Zeile wird mit der Stimme ihres eigenen Sprechers generiert, sodass das Limit von zwei Sprechern nie auftritt, und eine Regieanweisung wie [dry, unimpressed] wird als Stilvorgabe für die Zeile mitgeführt.

Sie hören im Browser zu, generieren einzelne Zeilen neu und exportieren ein M4B mit Kapitelmarkierungen, eine einzelne MP3 oder ein ZIP mit einer Datei pro Kapitel. Premium-Stimmen von ElevenLabs sind ebenfalls verfügbar, wenn Sie einen anderen Klang wünschen. Die Anmeldung ist kostenlos, und das Erstellen verbraucht Credits (ein Abo oder ein einmaliges Aufladen); pricing zeigt, was ein vollständiges Buch benötigt.

Quellen und Daten

Geprüft am 21. Oktober 2026: Googles Leitfaden zur Sprachgenerierung (aktualisiert am 12. Oktober 2026), die Modellseite Gemini 3.8 Flash TTS, die Preisseite der Gemini API (aktualisiert am 19. Oktober 2026), Ratenlimits (aktualisiert am 15. Oktober 2026) und API-Bedingungen (aktualisiert am 28. April 2026) sowie die Audio-Einreichungsanforderungen von ACX (15. April 2026). Die Links finden Sie unter der Vergleichstabelle. Google aktualisiert diese Modelle häufig, prüfen Sie die Limits daher erneut, bevor Sie ein Google-AI-Studio-Hörbuch beliebiger Länge starten.

Häufige Fragen

Google AI Studio Hörbuch: FAQ

Keine Antwort gefunden? Schreiben Sie eine E-Mail an support@fullcastbook.com

Kann ich mit Google AI Studio kostenlos ein Hörbuch erstellen?

Für kurze Stücke ja. Gemini-TTS-Modelle sind im kostenlosen Tarif kostenlos, aber es gelten tägliche Obergrenzen (in AI Studio angezeigt), Daten aus dem kostenlosen Tarif werden zur Verbesserung von Googles Produkten verwendet, und ein vollständiges Buch bedeutet, dass Sie viele Clips selbst aufteilen und zusammenfügen müssen.

Wie viele Sprecher kann Gemini TTS gleichzeitig vertonen?

Zwei pro Anfrage, laut Googles Dokumentation Stand Oktober 2026. Für mehr Charaktere generieren Sie den Beitrag jedes Sprechers separat und fügen die Clips zusammen, oder verwenden Sie ein Tool, das Zeile für Zeile vertont, wie multi-voice text to speech.

Kann ich ein in Google AI Studio erstelltes Hörbuch verkaufen?

Die Gemini-API-Bedingungen von Google besagen, dass Google kein Eigentum an generierten Inhalten beansprucht, und die API ist für professionelle oder geschäftliche Nutzung gedacht. Sie benötigen dennoch die Rechte am Text, und jeder Shop legt eigene Regeln zur KI-Erzählung fest.

Kann ich ein von Gemini erzähltes Hörbuch bei Audible hochladen?

Über ACX Stand Oktober 2026 nicht: Die Regeln verlangen menschliche Erzählung, sofern Audible nichts anderes genehmigt. Audible sagt, es arbeite daran, TTS von Drittanbietern zu akzeptieren; siehe the current Audible rules.

Welches Gemini-TTS-Modell eignet sich am besten für Hörbücher?

Google listet Gemini 3.8 Flash TTS und 3.8 Flash-Lite TTS als aktuell; Flash deckt mehr Sprachen ab (130+ gegenüber 100+). Testen Sie beide mit derselben Dialogseite und entscheiden Sie nach Gehör. Die Standardstimmen von FullCastBook verwenden ebenfalls Gemini TTS.

Behalten Sie die Gemini-Stimmen. Sparen Sie sich das Clip-Jonglieren.

Laden Sie ein Kapitel hoch und lassen Sie jede Zeile besetzen, vertonen und zusammenstellen, bereit zum Export als M4B oder MP3. Keine Karte zur Anmeldung nötig; zahlen Sie mit Credits, wenn Sie erstellen.