Unterstützt von Chatterbox, Kokoro und Whisper

Die ultimative
Speech-to-Speech
KI-Plattform

Klone jede Stimme in Sekunden, wandle Text in Sprache um, transkribiere Audio und verwandle eine Stimme in eine andere, alles mit modernsten Open-Source-Modellen.

Keine Kreditkarte erforderlich 10 kostenlose Credits API-Zugang inklusive
Stimmklon-Demo
Gleiche Worte, andere Stimme

Den gleichen Satz in zwei verschiedenen Stimmen hören

Klone deine eigene Stimme

Basiert auf hochmodernen Open-Source-Modellen

Qwen2.5 Chatterbox Kokoro 82M Whisper Large v3 OpenVoice v2

Alles, was du für Sprach-KI brauchst

Umfassende Tools für jede Sprachanwendung

So funktioniert es

In drei einfachen Schritten zur neuen Stimme

1

Audio hochladen

Laden Sie eine Sprachprobe (10-30 Sekunden) hoch oder nehmen Sie direkt in Ihrem Browser auf. Wir unterstützen MP3, WAV, FLAC und mehr.

2

Mit KI verarbeiten

Unsere GPU-Server verarbeiten dein Audio mit Open-Source-Modellen wie Chatterbox, Kokoro, Whisper und OpenVoice.

3

Herunterladen oder streamen

Holen Sie sich Ihre Ergebnisse sofort. Laden Sie sich in mehreren Formaten herunter oder streamen Sie direkt über unsere Echtzeit-API.

Basiert auf den besten Open-Source-Modellen

Wir nutzen modernste Sprach-KI-Forschung und tragen selbst dazu bei

OpenVoice v2

Optionale Engine für die Stimmkonvertierung und Klonmodell

  • Klangfarbenumwandlung
  • Behält Wörter und Timing bei
  • MIT-Lizenz
Chatterbox

Stimmklonen, Synchronstimmen und unsere Standard-Stimmkonvertierung (Chatterbox VC)

  • Zero-Shot-Klonen
  • 23 Sprachen
  • Kommerzielle Nutzung erlaubt
Kokoro 82M

Schnelle, natürliche Sprachausgabe

  • 54 Stimmen
  • 8 Sprachen
  • Apache-2.0-Lizenz
Whisper Large v3

Mehrsprachige Transkription

  • Automatische Spracherkennung
  • 100 Sprachen
  • Zeitstempel pro Wort

Für jeden Anwendungsfall gemacht

Von der Content-Erstellung bis zu Unternehmensanwendungen

Content-Erstellung

Erstelle Voiceovers für Videos, Podcasts, Hörbücher und Social-Media-Inhalte im großen Stil.

Kundenservice

Baue Sprachagenten, die natürlich klingen und auch komplexe Gespräche meistern.

Lokalisierung

Synchronisiere Inhalte in mehrere Sprachen und behalte dabei die Stimme des ursprünglichen Sprechers.

Barrierefreiheit

Gebt denen, die ihre verloren haben, eine Stimme. Erstellen Sie personalisierte Sprachsynthese.

Gaming und Unterhaltung

Erstelle dynamische NPC-Stimmen, Charakterdialoge und interaktive Erlebnisse.

Bildung

Erstelle fesselnde Lerninhalte mit natürlich klingender Sprecherstimme.

Entwickler-API

Entwickle mit unserer API

Eine einfache REST API für jedes Tool: Sende eine Anfrage mit deinem API-Schlüssel und frage dann das Ergebnis ab.

  • RESTful API

    Einfache HTTP-Endpunkte für alle Funktionen

  • Webhooks

    Transkriptionsjobs können ihr Ergebnis nach Abschluss per POST an deine URL senden

API-Dokumentation ansehen
POST /v1/voice-clone/
curl -X POST https://api.speechtospeechai.com/v1/voice-clone/ \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "reference_audio=@sample.mp3" \
  -F "text=Hello, this is my cloned voice." \
  -F "model=chatterbox"

# Response: a job to poll
{"uuid": "3f2c...", "status": "queued"}

curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
  -H "Authorization: Bearer YOUR_API_KEY"

{"status": "completed", "result_url": "https://.../output.wav"}

Einfache, transparente Preise

Kostenlos starten, mit deinem Wachstum erweitern

Kostenlos
$0/Monat
  • 10 Credits/Monat
  • Alle Werkzeuge enthalten
  • API-Zugriff
Jetzt starten
Starter
$9/Monat
  • 100 Credits / Monat
  • Alle Werkzeuge enthalten
  • API-Zugriff
Starter auswählen
Pro
$29/Monat
  • 500 Credits / Monat
  • Alle Werkzeuge enthalten
  • API-Zugriff
Pro auswählen
Unternehmen
$99/Monat
  • 2000 Credits / Monat
  • Alle Werkzeuge enthalten
  • API-Zugriff
Unternehmen auswählen

Häufige Fragen

Alles, was du über Speech to Speech AI wissen musst

Voice Klonen verwendet KI, um eine Probe von jemandes Stimme zu analysieren (typischerweise 10-30 Sekunden) und ein digitales Modell zu erstellen, das jeden Text in dieser Stimme sprechen kann. Unsere Plattform nutzt modernste Modelle wie Chatterbox und OpenVoice, um natürliche Klangergebnisse zu erzielen.

Wir unterstützen Englisch, Spanisch, Französisch, Deutsch, Chinesisch, Japanisch, Koreanisch, Arabisch, Portugiesisch, Russisch, Italienisch, Niederländisch, Polnisch und viele mehr. Unsere mehrsprachigen Modelle können Stimmen klonen und Sprache in jeder dieser Sprachen erzeugen.

Ja! Wir bieten einen kostenlosen Tarif mit 10 Credits pro Monat, der vollen Zugriff auf alle Funktionen umfasst: Stimmklonen, Text zu Sprache, Sprache zu Text und mehr. Für die Registrierung ist keine Kreditkarte nötig. Sie können jederzeit upgraden, um mehr Credits zu erhalten.

Wir verwenden Open-Source-Modelle: Chatterbox und OpenVoice v2 zum Stimmklonen, Kokoro, Piper, VITS und Bark für Text-zu-Sprache, Whisper Large v3 für die Transkription, Chatterbox VC für die Stimmkonvertierung (OpenVoice v2 ist weiterhin wählbar), Chatterbox für die geklonten Stimmen der KI-Synchronisation und Qwen2.5 für die Antworten im Sprach-Chat. Alle laufen auf unseren eigenen GPU-Servern.

Auf jeden Fall! Alle unsere bezahlten Pläne beinhalten kommerzielle Nutzungsrechte. Sie können generierte Audio für Videos, Podcasts, Apps, Spiele, Kundenservice und jede andere kommerzielle Anwendung verwenden. Stellen Sie sicher, dass Sie Rechte haben, alle Stimmen zu klonen, die Sie verwenden.

Im Sprachchat sprichst du mit einem KI-Assistenten. Dein Browser wandelt deine Sprache in Text um, Qwen2.5 (ein Open-Source-Sprachmodell auf unseren GPUs) schreibt die Antwort in der Persona deiner Wahl, und eine Piper-Stimme liest sie vor. Das Gespräch läuft abwechselnd und auf Englisch.

Bereit, deine Sprachanwendungen auf ein neues Level zu bringen?

Schließ dich Tausenden Entwicklern und Creators an, die Speech to Speech AI nutzen.