Ein Hörbuch mit deiner Stimme erstellen: mit KI

Ein Hörbuch mit KI und deiner eigenen Stimme erstellen

Du kannst eine Geschichte selbst einsprechen oder den Text von einer KI-Nachbildung deiner Stimme lesen lassen. Beim Einsprechen bestimmst du jede Pause und Betonung. Mit KI musst du nicht das ganze Buch aufnehmen; dafür kontrollierst du anschließend, ob die erzeugte Stimme alle Sätze richtig liest. Die Nesthäkchen-Aufnahmen auf dieser Website sind mit einer solchen Nachbildung der Stimme von Emilias Vater entstanden.

Für den Einstieg eignet sich ein kurzer Abschnitt, den du gut kennst. So merkst du schneller, wenn ein Wort fehlt oder ein Name falsch ausgesprochen wird. Ein ganzes Buch sofort zu erzeugen macht die Fehlersuche unnötig schwer und verbraucht auch für misslungene Stellen Credits.

1. Eine saubere Stimmprobe aufnehmen. Sprich in der Weise, in der die Geschichte später klingen soll. Verzichte bei der Probe auf Hintergrundmusik und andere Stimmen. Verwende für dieses persönliche Geschenk deine eigene Stimme.
2. Die Stimme im Anbieter-Konto anlegen. Bei ElevenLabs gibt es Instant Voice Cloning und Professional Voice Cloning. Der professionelle Weg verlangt die Verifizierung der eigenen Stimme. Stimme und Text sind getrennte Bestandteile: Der Stimmklon enthält noch kein fertiges Hörbuch.
3. Den Text vorbereiten. Entferne Seitenzahlen, Kopfzeilen und Trennstriche, die nur durch den Zeilenumbruch entstanden sind. Lass Kapitelüberschriften stehen und kontrolliere den Text gegen die gewählte Buchausgabe. Eine schlecht erkannte Scanvorlage produziert sonst auch schlecht gelesene Sätze.
4. Einen Abschnitt erzeugen und anhören. Wähle die angelegte Stimme für das Hörbuchprojekt. Prüfe vor allem Namen, alte Wörter und wörtliche Rede. Nutze die Aussprachekorrektur des Anbieters, wenn ein Begriff immer wieder falsch klingt.
5. Kapitel einzeln fertigstellen. Kontrolliere Anfang, Ende und Übergänge. Ersetze fehlerhafte Absätze und hör auch den Übergang zur neuen Aufnahme. Bewahre die geprüften Kapitel zusammen mit dem verwendeten Text auf.
6. Exportieren und auf dem Kindergerät testen. Lade die Audiodateien herunter und öffne eine davon auf dem Telefon oder Abspielgerät deines Kindes. Prüfe, ob die Reihenfolge stimmt und der Titel verständlich angezeigt wird.

Die Hörbuch-Anleitung von ElevenLabs beschreibt Kapitel, Aussprachekorrekturen und Export. Die genaue Oberfläche kann sich ändern. Am Ende zählt die fertige Datei: Ein Stimmklon kann sehr vertraut klingen und trotzdem einen Satz falsch betonen.

Welche Software brauchst du, und geht es kostenlos?

Selbst aufnehmen: Für eine kurze Geschichte reicht die vorhandene Aufnahme-App. Die Anleitung zum Hörbuch selbst aufnehmen zeigt die Schritte auf dem Handy. Wenn du längere Kapitel am Computer schneiden möchtest, kannst du Audacity verwenden. Dort wählst du das Mikrofon, machst eine Probe und kontrollierst den Aufnahmepegel. Die offizielle Anleitung zeigt diesen Ablauf.

Mit einer geklonten Stimme: Bei ElevenLabs ist Voice Cloning laut Tarifdokumentation erst ab einem bezahlten Tarif verfügbar. Ein kostenloser Text-zu-Sprache-Test ist deshalb nicht dasselbe wie ein kostenloses Hörbuch mit deiner eigenen geklonten Stimme. Beachte außerdem den Verbrauch beim Neuerzeugen fehlerhafter Stellen. Eine feste Zahl „Credits pro Buch“ wäre irreführend: Textlänge, Modell und Korrekturen unterscheiden sich.

Welche Geschichten darfst du dafür verwenden?

Am einfachsten ist ein selbst geschriebener Text oder ein Text, für dessen Vertonung du eine Erlaubnis hast. Bei alten Büchern zählt die konkrete Fassung. In Deutschland endet der Schutz eines gewöhnlichen Autorenwerks grundsätzlich 70 Jahre nach dem Tod des Autors, gerechnet bis zum Ende des Kalenderjahres. Eine jüngere Übersetzung oder Bearbeitung kann weiterhin geschützt sein.

Prüfe deshalb Autor, Übersetzer und Ausgabe, bevor du einen fremden Text bei einem KI-Anbieter hochlädst oder ein fertiges Hörbuch veröffentlichst.

Eine kommerzielle Lizenz des Stimmenanbieters ersetzt keine Rechte am Buchtext. Auch das Recht, eine Datei privat anzuhören, bedeutet nicht automatisch, dass du sie verkaufen oder öffentlich auf deine Website stellen darfst. Für das erste persönliche Hörgeschenk kannst du den Übungstext in unserer Aufnahme-Anleitung verwenden.

Selbst einsprechen oder KI: ein ehrlicher Vergleich

• Zeit: Selbst einsprechen kostet pro Stunde Hörbuch zwei bis drei Stunden. Mit einer KI-Stimme ist der Ton schnell erzeugt, das Korrekturhören dauert aber mindestens so lange wie das Hörbuch selbst.
• Klang: Deine echte Stimme hat Wärme, kleine Lacher und Atempausen. Die Nachbildung klingt gleichmäßiger und macht keine Versprecher, betont aber manchmal an der falschen Stelle.
• Länge: Für eine Gute-Nacht-Geschichte lohnt sich der Aufwand mit der KI kaum. Bei einem Buch mit mehreren Stunden kann sie die einzige Möglichkeit sein, überhaupt fertig zu werden.
• Kosten: Selbst aufnehmen kostet nichts. Für eine Stimmkopie brauchst du einen bezahlten Tarif, und jede neu erzeugte Stelle verbraucht Guthaben.
• Nähe: Ein Kind weiß, ob Papa die Geschichte wirklich gelesen hat. Sag ihm offen, wie die Aufnahme entstanden ist.

Viele Eltern verbinden beides. Die kurzen Lieblingsgeschichten sprechen sie selbst ein. Für das lange Buch, das sie nie an einem Stück schaffen würden, nutzen sie die Nachbildung ihrer Stimme.

Die Stimmprobe entscheidet über alles

Die KI kann nur nachbilden, was sie von dir hört. Eine hastig ins Handy gesprochene Probe ergibt eine hastige Hörbuchstimme. Nimm dir für diesen Schritt mehr Zeit als für alle anderen.

• Lies vor, statt zu plaudern. Sprich die Probe in dem Ton, in dem du einem Kind vorliest: ruhig, deutlich, mit Pausen. Lies am besten ein Stück aus einem Kinderbuch.
• Bleib gleichmäßig. Kein Flüstern, kein Rufen, kein Lachen. Die Probe soll deine normale Vorlesestimme zeigen.
• Achte auf den Raum. Hall und Rauschen werden mitkopiert. Ein Zimmer mit Teppich und Vorhängen ist besser als die Küche.
• Nimm genug auf. Für die schnelle Variante reichen wenige Minuten. Die gründlichere braucht mindestens eine halbe Stunde sauberes Material und klingt dafür deutlich natürlicher.
• Heb die Probe auf. Wenn der Anbieter sein System ändert, kannst du die Stimme damit neu anlegen.

Tempo, Pausen und Kapitelansagen

Das ist die Stelle, an der die meisten selbst gemachten KI-Hörbücher scheitern. Die Stimme liest fehlerfrei und trotzdem hört niemand gern zu. Der Grund ist fast immer derselbe: zu schnell und ohne Pausen.

Das Tempo prüfen. KI-Stimmen lesen von sich aus oft schneller, als man einem Kind vorlesen würde. Stell die Geschwindigkeit herunter und vergleiche mit einer Aufnahme, in der du selbst liest. Ein Kinderhörbuch darf langsam sein.

Pausen einbauen. Zwischen zwei Absätzen braucht es eine hörbare Pause, zwischen zwei Szenen eine längere. Viele Programme setzen von sich aus zu kurze. Erzeuge deshalb lieber absatzweise und füge die Stille beim Zusammensetzen ein.

Kapitel ansagen wie in einem richtigen Hörbuch. Erst die Kapitelnummer, dann eine Pause. Dann der Kapitelname, wieder eine Pause. Erst danach beginnt der Text. Ohne diese beiden Pausen rauscht die Überschrift in den ersten Satz hinein, und das Kind weiß nicht, dass etwas Neues anfängt.

Am Anfang den Titel nennen. Buchtitel, eine kurze Pause, dann geht es los. Wer mag, setzt ein paar Takte Musik dazwischen, für die er die Rechte hat.

Typische Fehler der KI-Stimme

Bei alten Kinderbüchern treten immer wieder dieselben Probleme auf. Wenn du sie kennst, findest du sie schneller.

• Namen: Ungewöhnliche Vor- und Ortsnamen werden falsch betont. Lege die richtige Aussprache einmal fest und prüfe den Namen bei jedem Vorkommen.
• Abkürzungen und Zahlen: „Dr.“, „z. B.“ oder Jahreszahlen liest die Stimme manchmal buchstäblich vor. Schreib sie im Text aus.
• Alte Schreibweisen: Wörter wie „Thür“ oder „giebt“ in alten Ausgaben bringen die Aussprache durcheinander. Passe die Schreibung vorher an.
• Mundart: Berlinern, Schwäbeln oder Plattdeutsch in wörtlicher Rede klingt aus der KI oft unfreiwillig komisch. Hör diese Stellen besonders genau ab.
• Fragen und Ausrufe: Die Stimme hebt am Satzende nicht immer richtig an. Ein fehlendes Fragezeichen im Text ist oft die Ursache.
• Wechselnder Klang: Zwischen zwei getrennt erzeugten Abschnitten kann die Stimme plötzlich höher oder lauter klingen. Hör jeden Übergang ab.
• Verschluckte Wörter: Selten fehlt ein Wort oder ein halber Satz. Das merkst du nur, wenn du mit dem Text in der Hand zuhörst.

Korrekturhören: der Schritt, den niemand überspringen darf

Ein KI-Hörbuch ist erst fertig, wenn ein Mensch es einmal ganz gehört hat. Setz dich mit dem Text hin und lies mit. Notiere bei jedem Fehler die Zeit und das Kapitel. Erzeuge danach nur den betroffenen Absatz neu und füge ihn ein. Hör die Stelle mit dem Satz davor und danach noch einmal ab.

Das klingt mühsam und ist es auch. Es ist aber der Unterschied zwischen einem Geschenk und einer Datei. Ein Kind bemerkt jeden falschen Namen sofort.

Häufige Fragen

Klingt die Nachbildung wirklich wie ich?

Mit einer guten Probe erstaunlich ähnlich. Vertraute Menschen hören den Unterschied meist an der Gleichmäßigkeit: Die KI wird nie müde und räuspert sich nicht.

Darf ich auch die Stimme der Großmutter verwenden?

Nur, wenn sie ausdrücklich einverstanden ist und die Probe selbst spricht. Die Stimme eines anderen Menschen ohne dessen Zustimmung nachzubilden ist nicht in Ordnung, auch nicht in der Familie und auch nicht in guter Absicht.

Soll ich meinem Kind sagen, dass eine KI liest?

Ja. Kinder gehen damit unbefangen um, wenn man es ihnen erklärt: „Das ist meine Stimme, aber der Computer hat das Vorlesen übernommen.“ Auf dieser Website steht das bei den Hörproben ebenfalls dabei.

Wie lange dauert ein ganzes Buch?

Rechne für Vorbereiten, Erzeugen und Korrekturhören mit dem Zwei- bis Dreifachen der fertigen Hörzeit. Bei einem Buch von vier Stunden sind das einige Abende.