Jessica
Englisch · Erklärung
Fügen Sie einen Dialog, ein Skript oder eine kurze Szene ein. FullCastBook erkennt, wer welche Zeile spricht, gibt jedem Sprecher eine andere KI-Stimme und verwandelt das ganze Gespräch in eine Audiodatei.
Meine Geschichte.txt
Text
Datei wird gelesen …
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.
That depends a good deal on where you want to get to.
Then it doesn't matter which way you go.
Oh, you're sure to do that, if you only walk long enough.
Schritt-für-Schritt-Anleitung
Registrierung ohne Kreditkarte und ohne Software-Installation.
Text-to-Speech mit mehreren Stimmen
Vom Manuskript zum fertigen Hörbuch – alles, was Sie brauchen, an einem Ort.
Anwendungsfälle
So nutzen Autorinnen und Geschichtenerzähler es am häufigsten.



Dies sind Beispielinterpretationen. Im Studio wählen Sie aus der Liste der Standard- und Premium-Stimmen.
Englisch · Erklärung
Englisch · Creator
Englisch · Creator
Englisch · Rolle
Englisch · Rolle
Englisch · Erzählung
Englisch · Erzählung
Englisch · Erzählung
Englisch · Erzählung
Englisch · Erzählung
Mehr erfahren
Text-to-Speech mit mehreren Stimmen liest ein Gespräch so vor, wie Menschen es hören: Jeder Sprecher hat seine eigene Stimme, sodass Sie nie "sagte sie" brauchen, um zu wissen, wer spricht. Es eignet sich für alles, was auf Hin und Her basiert, von einer Szene in einer Geschichte über einen Dialog zu zweit bis hin zu einem Skript oder einer Sprachlektion.
Die meisten Text-to-Speech-Tools lesen alles mit einer Stimme vor, und die, die mehr können, verlangen meist, dass Sie jede Zeile von Hand markieren. FullCastBook nimmt den gesamten Text, findet die Sprecher, gibt jedem eine Stimme und liefert eine einzige Audiodatei zurück. Sie prüfen die Besetzung, passen an, was Ihnen gefällt, und laden herunter.
Multi-Speaker-Text-to-Speech funktioniert nur, wenn jede Zeile bei der richtigen Person landet. Bevor Audio erzeugt wird, liest FullCastBook den Text und ordnet jede Zeile einem Sprecher zu, anhand der Namen vor den Zeilen, der Dialog-Tags wie "fragte Maya" und des Sprecherwechsels im Gespräch. In Prosa geht alles außerhalb der Anführungszeichen an den Erzähler.
Sie brauchen keine spezielle Auszeichnung. Ein Skript mit ALICE: und BOB: vor jeder Zeile ist der einfache Fall, und reiner Fließtext funktioniert auch. Die Erkennung ist ein erster Durchlauf, also überfliegen Sie jede Passage, in der drei Personen ohne Tags sprechen, und ändern Sie einen falschen Sprecher. Das dauert Sekunden, und der Rest der Szene folgt Ihrer Besetzung.
Wenn Sie versucht haben, Text-to-Speech mit mehreren Stimmen selbst zu bauen, kennen Sie die Grenzen der APIs. Stand Oktober 2026 verarbeitet Google Gemini TTS bis zu zwei Sprecher in einer Anfrage und empfiehlt, für mehr jeden Turn separat zu generieren, während ElevenLabs Text to Dialogue kein Sprecherlimit hat, aber empfiehlt, jede Anfrage auf etwa 2.000 Zeichen zu beschränken.
Das ist in Ordnung für einen kurzen Austausch. Eine zehnminütige Szene mit vier Personen bedeutet, den Text aufzuteilen, Stück für Stück zu generieren und die Clips in der richtigen Reihenfolge wieder zusammenzufügen. FullCastBook übernimmt diese Buchhaltung für Sie: Jede Zeile wird von der Stimme ihres Sprechers gesprochen, und das Ergebnis kommt als eine durchgehende Datei zurück.
Dialog-Text-to-Speech lebt von Kontrasten. Zwei Stimmen gleichen Alters und gleicher Tonhöhe verschwimmen nach wenigen Zeilen, wählen Sie also Stimmen, die sich deutlich unterscheiden: eine ältere und eine jüngere, eine tiefe und eine helle, zwei verschiedene Akzente. Wenn die Szene einen Erzähler hat, halten Sie diese Stimme ruhiger als die Figuren.
Das Format ist weniger wichtig, als Sie vielleicht denken. Eine Beschreibungszeile zwischen zwei Zitaten wird vom Erzähler gelesen, und Regieanweisungen in Klammern können als Erzählung bleiben oder vor dem Generieren entfernt werden. Lange Reden liest man am besten in Absätze aufgeteilt, damit die Stimme natürliche Atempausen hat.
Echte Gespräche sind voller kleiner Geräusche, und Konversations-Text-to-Speech klingt ohne sie flach. Fügen Sie Klang-Tags wie [laugh], [sigh] und [breathe] an den passenden Stellen hinzu und setzen Sie eine schriftliche Anweisung in Klammern vor eine Zeile, etwa [whisper, like sharing a secret] oder [annoyed, cutting in]. Pausen lassen sich genauso steuern: [after a long pause, quietly].
Wenige gut platzierte Hinweise bewirken mehr als viele. Markieren Sie die Wendepunkte: den Witz, der zündet, den Moment, in dem jemand nachgibt, die Zeile, die kaum hörbar sein soll. Wenn eine Darbietung immer noch nicht passt, passen Sie den Hinweis an und generieren Sie nur diese eine Zeile neu. Mehr zum Schreiben dieser Hinweise finden Sie unter KI-Stimmen-Emotion-Tags.
Autoren nutzen Text-to-Speech mit mehreren Stimmen, um eine Szene anzuhören, bevor sie sich für ein vollständiges Hörbuch entscheiden. Lehrer erstellen Hörübungen, bei denen jede Rolle anders klingt, und Kreative verwandeln ein Zwei-Personen-Erklärvideo in etwas, das einem Podcast näher kommt.
Wenn der Text zu einem ganzen Buch wird, erstellt dasselbe Studio ein Multi-Voice-Hörbuch mit Kapiteln, einem Erzähler und einem Cast, der von Buch zu Buch gleich bleibt. Für gesprochene Geschichten und Vorlesen siehe KI-Stimme für Storytelling.
Text-to-Speech mit mehreren Stimmen läuft über Credits: Die Anmeldung ist kostenlos und ohne Karte, und Sie zahlen mit Credits, einem Plan oder einem einmaligen Aufladen, wenn Sie erstellen. Credits werden nach den Zeichen abgerechnet, die vertont werden, daher kostet ein kurzer Dialog wenig, und das Neugenerieren einer Zeile verbraucht erneut Credits. Vergleichen Sie die Pläne, um zu sehen, was passt.
Exportieren Sie eine MP3 der gesamten Konversation oder für längere Projekte eine M4B mit Kapitelmarkierungen oder eine ZIP mit einer MP3 pro Kapitel. Die Dateien gehören Ihnen. Beispielaufführungen können Sie auf der Startseite anhören, und wenn Sie bereit für ein Buch sind, beginnen Sie im KI-Hörbuch-Generator, wo Sie aus den Standard- und Premium-Stimmlisten besetzen.
Häufige Fragen
Keine Antwort gefunden? Schreiben Sie eine E-Mail an support@fullcastbook.com
Ja, und mehr als zwei. Text-to-Speech mit mehreren Stimmen gibt jedem Sprecher in Ihrem Text eine eigene Stimme und ordnet die Zeilen in einer Datei an. Die Stimmen wechseln sich ab wie in einem echten Gespräch, statt gleichzeitig zu sprechen.
Bei Text-to-Speech mit mehreren Stimmen erhält jeder erkannte Sprecher einen Platz im Cast mit einer eigenen Stimme. Zuhörer folgen einer Szene am leichtesten, wenn jede Stimme deutlich anders ist, geben Sie den Hauptsprechern also Ihre markantesten Stimmen.
Nein. Namen vor den Zeilen helfen, aber reine Prosa mit Dialog-Tags funktioniert genauso. Sie können den Sprecher jeder Zeile vor dem Generieren ändern.
Ja. Fügen Sie Klang-Tags wie [laugh], [sigh] oder [breathe] hinzu und schreiben Sie Darbietungshinweise in Klammern, etwa [after a long pause, quietly]. Wenn eine Zeile immer noch nicht passt, ändern Sie den Hinweis und generieren Sie nur diese Zeile neu.
Nein, es gibt keine kostenlosen Credits. Die Anmeldung ist kostenlos und ohne Karte, und Sie zahlen mit Credits, einem Plan oder einem einmaligen Aufladen, wenn Sie erstellen; eine kurze Szene kostet wenig. Siehe Preise; der Wörter-in-Minuten-Rechner ist kostenlos.
Die exportierten Dateien gehören Ihnen, und die kommerzielle Nutzung richtet sich nach unseren Nutzungsbedingungen. Wenn Sie den Text anderer vertonen, stellen Sie sicher, dass Sie die Rechte daran haben.
Fügen Sie einen Dialog ein, besetzen Sie die Stimmen und laden Sie eine MP3 herunter. Kostenlose Anmeldung; zahlen Sie mit Credits, wenn Sie erstellen.