Voice Cloning

Voice Cloning, auf Deutsch Stimmklon, bezeichnet das Nachbilden einer echten Stimme per KI. Aus einer Sprachaufnahme lernt das System Klangfarbe, Tonlage und Sprechweise und kann anschließend beliebige Texte mit dieser Stimme sprechen. Je nach Tool funktioniert das auch in Sprachen, die die Person selbst gar nicht spricht.

Wie funktioniert Voice Cloning?

Du lädst eine Aufnahme deiner Stimme hoch oder sprichst vorgegebene Sätze direkt im Tool ein. Das System analysiert die Merkmale der Stimme und legt daraus ein Stimmprofil an. Wenn du später einen Text eingibst, erzeugt eine Sprachsynthese (Text-to-Speech) die Sprache mit diesem Profil.

Die Qualität hängt stark vom Ausgangsmaterial ab. Eine ruhige Aufnahme ohne Hall, Musik oder Hintergrundgeräusche liefert deutlich bessere Ergebnisse als ein Mitschnitt aus einem Meeting.

Wofür wird Voice Cloning eingesetzt?

Typische Einsätze sind Vertonungen von Erklär- und Schulungsvideos, KI-Avatare mit der eigenen Stimme und Videoübersetzungen, bei denen die Stimme der Person in der neuen Sprache erhalten bleiben soll. Rask AI nennt laut Anbieter einen Stimmklon in allen Plänen, ElevenLabs bietet Stimmklon und Dubbing in 74 Sprachen mit Stimmerhalt an, allerdings nicht im kostenlosen Plan. Auch HeyGen und Synthesia haben Stimmklone im Angebot. Tools für Übersetzungen findest du in der Kategorie Übersetzung und Lip-Sync.

Was ist rechtlich zu beachten?

Eine Stimme ist in Deutschland als Teil des allgemeinen Persönlichkeitsrechts geschützt. Klone nur deine eigene Stimme oder die einer Person, die ausdrücklich zugestimmt hat, am besten schriftlich und mit klar beschriebenem Zweck. Das gilt auch für Mitarbeiter, Sprecher oder Familienmitglieder.

Stimmaufnahmen können außerdem personenbezogene Daten sein, bei der Verarbeitung zur Identifizierung einer Person sogar biometrische Daten nach Art. 9 DSGVO. Prüfe daher, wo der Anbieter die Aufnahmen speichert und ob er sie für eigenes Training nutzt.

Realistische Stimmklone realer Personen können ein Deepfake sein, wenn sie für echt gehalten werden. Kennzeichne solche Inhalte. Mehr im Ratgeber KI-Videos und Recht.