Was ist Stimmenklonung?
Stimmenklonung (Voice Cloning) bezeichnet den Einsatz von KI, um aus Aufnahmen eine synthetische Kopie der Stimme einer bestimmten Person zu erstellen. Die geklonte Stimme kann dann jeden neuen Text sprechen, oft auch in anderen Sprachen. Weil eine Stimme etwas sehr Persönliches ist, erfordert ethische Stimmenklonung die ausdrückliche Einwilligung der sprechenden Person. Auf wawie genügen etwa 30 Sekunden Audio mit Einwilligung.
Kostenloses Konto erstellen 5.000 Gratis-Credits. Keine Karte nötig.
Aktualisiert am 27. September 2026
Wie funktioniert Stimmenklonung?
Stimmenklonung beginnt mit einem Sprachmodell, das auf Aufnahmen vieler verschiedener Sprecher trainiert wurde. Wenn du eine Probe bereitstellst, analysiert das System sie und extrahiert ein kompaktes numerisches Profil der Stimme, ein sogenanntes Speaker Embedding, das Klangfarbe, Tonumfang, Akzent und Sprechstil erfasst. Mit diesem Profil erzeugt das Modell dann neue Sprache aus beliebigem Text. Sofortiges Klonen braucht nur eine kurze Probe und ist fast sofort bereit. Klonen mit höherer Wiedergabetreue trainiert das Modell mit deutlich längeren Aufnahmen derselben Person nach. Einmal erstellt, lässt sich die Stimme in Text-to-Speech, Stimmumwandlung und Synchronisation wiederverwenden und klingt projektübergreifend gleich.
Wofür wird Stimmenklonung genutzt?
Stimmenklonung wird genutzt, wenn du eine bestimmte Stimme öfter brauchst, als diese Person aufnehmen kann. Creator klonen ihre eigene Stimme, um Videos zu vertonen, eine Zeile ohne Neuaufnahme zu korrigieren oder ihre Inhalte in andere Sprachen zu synchronisieren und dabei weiter nach sich selbst zu klingen. Unternehmen nutzen eine Stimme mit Einwilligung als einheitliche Markenstimme für Werbung, Tutorials und Support-Inhalte. Hörbuch- und Podcast-Produktionen setzen sie für lange Vertonungen ein. Mit Voice Banking können Menschen, die etwa durch eine Krankheit ihre Sprechfähigkeit verlieren könnten, ihre eigene Stimme für die spätere Nutzung mit Hilfsmitteln bewahren. Game- und Animationsstudios nutzen sie mit Zustimmung der Sprecher.
Welche Risiken und Grenzen hat Stimmenklonung?
Das größte Risiko der Stimmenklonung ist Missbrauch. Eine geklonte Stimme kann genutzt werden, um sich als jemand anderes auszugeben, Falschaussagen zu verbreiten oder Telefonbetrug zu begehen, etwa beim Enkeltrick, deshalb verlangen verantwortungsvolle Dienste die ausdrückliche Einwilligung der Person, deren Stimme geklont wird. In vielen Ländern kann die Nutzung einer fremden Stimme ohne Erlaubnis außerdem Persönlichkeits-, Datenschutz- oder Vermarktungsrechte verletzen. Auch die Qualität hat Grenzen: Ein Klon gibt wieder, was er hört, also liefert eine verrauschte, monotone oder sehr kurze Probe ein schwächeres Ergebnis, und Emotionen, die in der Probe nie vorkommen, klingen womöglich weniger überzeugend. Auf wawie musst du bestätigen, dass du die Rechte an jeder Stimme hast, die du klonst.
- Klone nur deine eigene Stimme oder eine Stimme, für die du eine schriftliche Erlaubnis hast
- Nutze einen Klon nie, um andere zu imitieren, zu täuschen oder zu betrügen
- Sag deinem Publikum, wenn eine synthetische Stimme mit einer echten verwechselt werden könnte
- Nimm die Probe in einem ruhigen Raum auf, mit nur einer Person und ohne Musik
Beispiele für Stimmenklonung
- Ein YouTuber klont seine eigene Stimme und vertont an Tagen, an denen er nicht aufnehmen kann, neue Videos aus einem Skript.
- Eine Creatorin synchronisiert ein Tutorial mit ihrer eigenen geklonten Stimme ins Englische und Spanische.
- Ein Unternehmen nimmt seine Sprecherin einmal auf, mit schriftlicher Einwilligung, und nutzt die geklonte Stimme für Produkttutorials.
- Ein Mensch, bei dem eine Krankheit diagnostiziert wurde, die das Sprechen beeinträchtigt, sichert seine Stimme, damit ein Kommunikationsgerät später mit ihr sprechen kann.
Häufige Fragen
Ist Stimmenklonung legal?
Die eigene Stimme zu klonen oder eine Stimme, für die du eine ausdrückliche Erlaubnis hast, ist grundsätzlich zulässig. Illegal sein kann, wie ein Klon genutzt wird. Je nach Land kann es gegen Persönlichkeitsrecht, Datenschutz, Verbraucherschutz oder Strafrecht verstoßen, sich als jemand anderes auszugeben, Zuhörer zu täuschen, Betrug zu begehen oder die Stimme einer Person ohne Einwilligung kommerziell zu nutzen. In der EU sieht die KI-Verordnung zudem Transparenzpflichten für Deepfakes vor. Hol dir für kommerzielle Projekte eine schriftliche Einwilligung der sprechenden Person und prüfe das Recht dort, wo du veröffentlichst.
Wie viel Audio braucht man, um eine Stimme zu klonen?
Das hängt von der Methode ab. Sofortiges Klonen funktioniert mit einer kurzen Probe: Auf wawie genügen etwa 30 Sekunden saubere Sprache für einen brauchbaren Klon, und ein bis zwei Minuten können ihn verbessern. Methoden mit höherer Wiedergabetreue, die ein Modell nachtrainieren, nutzen deutlich längere Aufnahmen. In jedem Fall zählt Qualität mehr als Länge. Nimm eine einzelne Person nah am Mikrofon in einem ruhigen Raum auf, ohne Musik oder Hall, und sprich in dem Stil, den der Klon wiedergeben soll.
Was ist der Unterschied zwischen Stimmenklonung und einem Stimmenwandler?
Stimmenklonung erstellt ein wiederverwendbares Modell einer bestimmten Stimme, das dann jeden neuen Text lesen oder für die Synchronisation genutzt werden kann. Ein Stimmenwandler nimmt eine vorhandene Aufnahme und wandelt sie in eine andere Stimme um, wobei Worte, Timing und Vortrag erhalten bleiben. Beides ergänzt sich: Klonen gibt dir eine Stimme, und ein Stimmenwandler legt eine Stimme auf eine bereits aufgenommene Performance. Beides erfordert eine Einwilligung, wenn die Zielstimme einer realen Person gehört.
Kann eine geklonte Stimme andere Sprachen sprechen?
Oft ja. Viele aktuelle mehrsprachige Sprachmodelle können eine geklonte Stimme Sprachen sprechen lassen, die die Originalperson nie aufgenommen hat, wobei ein Großteil der Klangfarbe erhalten bleibt und die Aussprache angepasst wird. Etwas vom ursprünglichen Akzent kann mitschwingen. Auf wawie lässt sich eine geklonte Stimme in Text-to-Speech, Videosynchronisation und Text zu Dialog in rund 30 Sprachen wiederverwenden. Stimmenklonung ist ab dem Tarif Wawie Start für 4,99 € im Monat enthalten, und mit einem kostenlosen Konto mit 5.000 Credits kannst du vorher die anderen Tools ausprobieren.
Verwandte Begriffe
- Text-to-Speech (TTS): Text-to-Speech wandelt geschriebenen Text in natürlich klingende Sprache um, genutzt für Voice-overs, Vertonungen, Barrierefreiheit und Sprachassistenten.
- Stimmenwandler (Voice Changer): Ein Stimmenwandler verändert, wie eine Stimme klingt, von einfachen Tonhöhen-Effekten bis zu KI, die eine Aufnahme mit einer anderen realistischen Stimme neu vertont.
- KI-Synchronisation: KI-Synchronisation übersetzt die Sprache in einem Video und vertont sie in einer anderen Sprache neu, zeitlich passend zum Original und auf Wunsch mit der Originalstimme.
Kostenloses Konto erstellen 5.000 Gratis-Credits. Keine Karte nötig.