ElevenLabs Eleven v4 im Test: Die kostenlose KI-Stimme, die ein Ein-Personen-Unternehmen größer klingen lässt

⏱ 6 min read

Die beste KI-Stimme, die Sie als Ein-Personen-Unternehmen nutzen können, ist diese Woche spürbar besser geworden, und Sie können sie ausprobieren, ohne einen Cent zu zahlen. Am 28. September veröffentlichte ElevenLabs Eleven v4, ein neues Text-zu-Sprache-Modell (Software, die geschriebene Wörter in gesprochenes Audio verwandelt), zusammen mit einer schnelleren Variante namens Eleven v4 Turbo. Laut der Berichterstattung von TechCrunch zum Start bieten die neuen Modelle eine feinere Steuerung von Emotion und Vortrag, unterstützen mehr als 90 Sprachen und sind in jedem Tarif verfügbar, auch im kostenlosen.

Dies ist ein Tool-Porträt, deshalb gleich vorweg das Fazit: Wenn Sie überhaupt Audio produzieren, von Kurslektionen über Produktvideos bis zur Telefonansage, ist Eleven v4 jetzt die KI-Stimme, die Sie zuerst testen sollten. Im Folgenden lesen Sie, was sich geändert hat, für wen es wirklich gedacht ist, wo es schwächelt und wie Sie in der ersten Stunde Nutzen daraus ziehen.

Was Eleven v4 wirklich verändert

Frühere KI-Stimmen konnten gut vorlesen. Sie sprachen Wörter korrekt aus, klangen aber wie jemand, der ein Skript zum ersten Mal liest. Die Version v4 ist darauf ausgelegt, zu spielen statt aufzusagen. Sie können den Vortrag so lenken, dass ein Satz warm, begeistert, ruhig oder ernst klingt, und das Modell setzt Pausen und Betonungen so, dass es viel eher nach einem Menschen klingt, der weiß, wovon er spricht.

Vier Verbesserungen zählen für Kleinunternehmer am meisten:

• Ausdruckssteuerung. Sie justieren Tonfall und Tempo, statt einen Clip zehnmal neu zu erzeugen und auf eine bessere Aufnahme zu hoffen.
• Mehr als 90 Sprachen. Aus einem Skript wird ein Voiceover auf Spanisch, Japanisch oder Deutsch, ohne für jeden Markt einen eigenen Sprecher zu buchen.
• Schnelleres Stimmklonen. Berichten zufolge braucht ein brauchbarer Klon Ihrer eigenen Stimme jetzt nur noch etwa 10 Sekunden Beispielaudio.
• Turbo für den Live-Einsatz. Eleven v4 Turbo wurde mit rund 150 Millisekunden bis zum ersten Wort gemessen, schnell genug, damit ein Telefon- oder Chat-Agent ohne peinliche Pause antwortet.

ElevenLabs gibt außerdem an, dass v4 im September in einer unabhängigen Stimmen-Rangliste auf Platz eins lag und in Blindvergleichen von etwa drei Vierteln der Zuhörer bevorzugt wurde. Begegnen Sie Herstellerangaben mit gesunder Vorsicht; dank des kostenlosen Tarifs können Sie den Unterschied mit eigenen Ohren beurteilen, bevor Sie etwas ausgeben.

Wer genauer hinsehen sollte (und wer es auslassen kann)

Passt sehr gut

• Kursanbieter und Coaches, die ihre Lektionen oft aktualisieren. Einen einzelnen Satz zu korrigieren, bedeutet nicht mehr, ein ganzes Modul neu aufzunehmen.
• Produktverkäufer, die kurze Demovideos für soziale Medien drehen und einen einheitlichen, professionellen Sprecher wollen.
• Dienstleister mit internationalem Publikum, etwa Berater, Nachhilfelehrer oder Reiseplaner, die dieselbe Erklärung jetzt in mehreren Sprachen veröffentlichen können.
• Alle, die einen Sprachagenten aufbauen, etwa für Buchungen oder Anrufe außerhalb der Geschäftszeiten, dank der geringen Latenz des Turbo-Modells.

Passt weniger

• Persönlichkeitsgetriebene Podcasts. Wenn Ihr Publikum Ihretwegen kommt, sind Ihre echte Stimme und Ihre spontanen Abschweifungen das Produkt. Nutzen Sie KI für Intros und Werbeeinblendungen, nicht für die ganze Sendung.
• Stark regulierte Botschaften. Medizinische, rechtliche oder finanzielle Hinweise brauchen weiterhin eine sorgfältige menschliche Prüfung jedes Wortes, ganz gleich, wie gut die Stimme klingt.

Fünf Einsatzideen für Solo-Selbstständige in dieser Woche

1. Machen Sie Ihren besten Blogartikel zum Audio. Text einfügen, Stimme wählen, Datei zum Beitrag hinzufügen. Leser, die lieber zuhören, haben jetzt eine Option, und Sie haben keinen Nachmittag mit Mikrofon in der Abstellkammer verbracht.
2. Klonen Sie Ihre Stimme für Korrekturen. Nehmen Sie eine saubere Probe auf, erstellen Sie einen Klon und beheben Sie damit Fehler in bestehenden Videos, sodass die Korrektur nach Ihnen klingt. Kombinieren Sie das mit einem Videotool wie in unserem HeyGen-Test, wenn Sie auch eine Person vor der Kamera möchten.
3. Lokalisieren Sie ein Produktvideo. Nehmen Sie Ihren Bestseller und erstellen Sie eine Version in der Sprache Ihres zweitgrößten Marktes. Messen Sie, ob sie mehr Klicks bringt, bevor Sie alles übersetzen.
4. Werten Sie Ihre Telefonansage auf. Eine natürlich klingende Begrüßung und Warteschleifenansage ist in Minuten erstellt und lässt ein winziges Unternehmen etabliert wirken.
5. Vertonen Sie Ihre Kurzvideos. Wenn Sie lange Videos ohnehin in kurze Clips schneiden, setzen Sie einen gesprochenen Aufhänger in die ersten zwei Sekunden, denn dann entscheiden die meisten Zuschauer, ob sie weiterschauen.

Preise, einfach erklärt

ElevenLabs arbeitet mit einem Guthabensystem: Jeder Tarif enthält ein monatliches Kontingent an Zeichen (grob gesagt, die Buchstaben, die in Sprache umgewandelt werden). Der kostenlose Tarif reicht, um v4 gründlich zu testen, ein paar Skripte zu schreiben und zu entscheiden, ob die Qualität den Preis rechtfertigt. Bezahlte Tarife bieten mehr Zeichen, kommerzielle Nutzungsrechte und hochwertigeres Stimmklonen. Tarife und Kontingente ändern sich häufig, prüfen Sie daher die aktuellen Zahlen auf der offiziellen Preisseite von ElevenLabs, bevor Sie sich festlegen.

Zwei praktische Hinweise. Erstens: Prüfen Sie die kommerzielle Lizenz des gewählten Tarifs, wenn das Audio in etwas erscheint, das Sie verkaufen oder bewerben. Zweitens war der Entwicklerzugang zum Start rabattiert, was nur relevant ist, wenn Sie ElevenLabs über die API (die Schnittstelle, über die eine Anwendung mit einer anderen spricht) an andere Software anbinden wollen.

Die Haken, die Sie kennen sollten

Kein Tool-Porträt ist ehrlich ohne die Schwächen.

• Das Skript zählt immer noch mehr als die Stimme. Eine großartige Stimme, die ein weitschweifiges Skript liest, bleibt ein weitschweifiges Audio. Schreiben Sie fürs Ohr: kürzere Sätze, weniger Klammern, Zahlen so, wie Sie sie aussprechen würden.
• Bei langen Inhalten ist das Guthaben schnell weg. Ein einstündiger Kurs kann das Kontingent eines Einstiegstarifs aufbrauchen. Schreiben und genehmigen Sie das Skript, bevor Sie etwas erzeugen.
• Stimmklonen bringt Verantwortung mit sich. Klonen Sie nur Ihre eigene Stimme oder eine Stimme, für die Sie eine schriftliche Erlaubnis haben. Sagen Sie Ihrem Publikum, wenn eine Sprecherstimme KI-generiert ist, falls es sonst etwas anderes annehmen könnte.
• Bei Namen und Fachbegriffen kann die Aussprache danebengehen. Hören Sie jeden Clip vor der Veröffentlichung an, vor allem Kunden- und Produktnamen.

Ihre erste Stunde mit Eleven v4

Wenn Sie einen einfachen Plan möchten, gehen Sie so vor. Nehmen Sie sich zehn Minuten, um Ihre meistbesuchte Seite oder Ihr meistgesehenes Video auszuwählen. Nehmen Sie sich zwanzig Minuten, um den Kernabschnitt als gesprochenes Skript von etwa 150 Wörtern umzuschreiben. Nehmen Sie sich fünfzehn Minuten, um drei Stimmen und zwei Emotionseinstellungen zu testen. Nutzen Sie die letzten fünfzehn Minuten, um die beste Version zu veröffentlichen und das Datum zu notieren, damit Sie die Interaktion in einem Monat vergleichen können.

Wenn Ihre Ideen als ungeordnete Sprachnotizen beginnen, zeigt unsere Schritt-für-Schritt-Anleitung, wie Sie Sprachnotizen in fertige Inhalte verwandeln, wie Sie von der Rohidee zum sauberen Skript kommen, bevor Sie ElevenLabs überhaupt öffnen.

Unterm Strich: Eleven v4 beseitigt die meisten verbleibenden Gründe, warum ein Ein-Personen-Unternehmen kleiner klingen sollte, als es ist. Es ersetzt Ihre Persönlichkeit nicht und sollte es auch nicht versuchen. Aber für Sprecherjobs, Lokalisierung und Telefonarbeit, die Sie schon lange vor sich herschieben, ist es derzeit der stärkste kostenlose Ausgangspunkt. Welchem Inhalt würden Sie zuerst eine Stimme geben?

Weiterlesen

• HeyGen im Test: Das KI-Tool, das Sie vor die Kamera bringt, ohne dass Sie sich filmen
• So richten Sie eine KI-Rezeption ein, die ans Telefon geht, wenn Sie es nicht können
• Opus Clip im Test: Das KI-Tool, das aus einem langen Video einen Monat an Kurzclips macht
• So verwandeln Sie Sprachnotizen mit KI in fertige Inhalte, Schritt für Schritt