K12

KI-gestützte Text-to-Voice-Tools im Vergleich

21. Juni 2023 · von Joerg Hoewner · Keine Kommentare

Inhaltliche Vorbereitung von Markus Girrulat (hier ist der Autor nur der Bote).

Im Rahmen der Vorarbeiten für einen neuen Beitrag im PR-Magazin, haben wir uns diverse KI-gestützte Text-to-voice-Werkzeuge angeschaut und ausgetestet.

Alle wurden mit einem Text in zwei Sprachen bestückt, so dass es möglich war, jeweils die deutsch- und englischsprachigen Sprachmodelle (je eher männlich und eher weiblich klingende Stimmen) zu testen.

Wir haben vier Werkzeuge ausgewählt, die in bisherigen Rezensionen mit den besseren Bewertungen wegkamen, genauer: Beepboobly, Murf, NaturalReader und PlayHT.

Hier könnt Ihr Euch die Beispiele direkt anhören und selbst ein Urteil bilden.

Beepboobly

Murf

Natural Reader

PlayHT

Unser Fazit:

Die KI-gestützte Text-to-Voice-Technologie hat eine erstaunliche Entwicklung erlebt. Die Usability punktet durch einfache Handhabung: Sprache auswählen, Text eingeben, KI arbeiten lassen. Erweiterte Einstellungen, wie bei Murf, erlauben Tonhöhen- und Tenor-Anpassungen.

Die Qualität verbessert sich kontinuierlich. Im englischen Raum gibt es bereits Modelle, die kaum von professionellem Voiceover zu unterscheiden sind. Im deutschen Raum hat MURF die Nase vorn, gefolgt von Beepboobly und PlayHT.

Trotz Fortschritten gibt es Hürden: Bei Fachwörtern und Anglizismen kommen Fehler vor, ebenso kann die Aussprache im Kontext je nach Modell seltsam oder neutral und leblos wirken. Hier zeigt sich die Bedeutung der Textanalyse durch die KI und der Qualität des Voicemodells selbst.

Interessant ist die Beobachtung, dass viele Voicemodelle denselben Ursprung haben, wahrscheinlich Open Source. Zukünftig wird dies variieren und die Qualität der Voicemodelle wird mindestens 50% des Erfolgs einer Plattform ausmachen.

Die Anwendungen der KI-Voices sind vielfältig, ideal für schnelle Social Media Posts oder kleinere Audio- und Video-Projekte. Allerdings ist die Kontrolle eingeschränkt und Texte mit vielen Fach- oder Fantasiebegriffen sollten vermieden werden. Für Unternehmen könnten AI-Voices interessant sein, vor allem bei Übersetzungen für internationale Unternehmen.

Für Profis ist derzeit noch die Speech-to-Speech-Methode die bessere Wahl, da sie eine gezielte Beeinflussung von Ton und Betonung ermöglicht. Anbieter wie MURF bieten diese Option bereits an.

Autor: Joerg Hoewner

Jörg Hoewner: Jg. 1969, ist Geschäftsführender Partner der K12 – Agentur für Kommunikation und Innovation und Consultant für moderne Unternehmenskommunikation in Düsseldorf. Seit 1995 berät er Kunden im Bereich Online Relations / Online-PR und war damit einer der ersten Berater in Deutschland auf diesem Feld. In den vergangenen 20 Jahren hat Jörg Hoewner zahlreiche Kunden beraten, viele Unternehmen (darunter DAX30-Unternehmen) und mehrere Verbände. Darüber hinaus ist er als Referent aktiv und Autor zahlreicher Fachbeiträge – online, in Zeitschriften und Büchern. Schwerpunktmäßig beschäftigt er sich mit dem Thema integrierte Kommunikation, deren Messbarkeit und der Auswirkung von Kommunikationstechnologien auf die interne und externe Unternehmenskommunikation. Kontakt: Jörg Hoewner (joerg.hoewner@k-zwoelf.com) – T. +49 (211) 5988 16 32.

Schreibe einen Kommentar

Pflichtfelder sind mit * markiert.


20 − 14 =