Sprache direkt im Browser generieren
Verwandeln Sie geschriebenen Text in gesprochenes Audio mit einem neuronalen Sprachmodell, das auf Ihrem Gerät läuft.
Wählen Sie eine Stimme, passen Sie die Sprechgeschwindigkeit an, generieren Sie Audio und laden Sie das Ergebnis herunter, ohne Ihren Text an eine externe Text-in-Sprache-Inferenz-API zu senden.
Kürzere Abschnitte werden gewöhnlich schneller generiert und lassen sich leichter vorhören.
Processing Information
Local ExecutionOn this device
Kokoro 82M
WebAssembly
No
Yes (WAV)
So funktioniert es
Sprache in vier Schritten generieren
Der neuronale Modus führt ein Text-in-Sprache-Modell in Ihrem Browser aus, anstatt jede Anfrage an eine externe TTS-API zu senden.
Text eingeben
Fügen Sie ein Skript, einen Absatz, eine Notiz oder einen anderen Text ein, den Sie hören möchten.
Stimme wählen
Wählen Sie eine verfügbare neuronale Stimme und die passende Sprache für Ihren Text.
Sprache generieren
Das Sprachmodell verarbeitet Ihren Text auf Ihrem Gerät und erzeugt eine Audio-Wellform.
Anhören oder herunterladen
Hören Sie sich das generierte Audio im Browser an und laden Sie die WAV-Datei herunter, wenn Sie sie speichern möchten.
Warum On-Device-TTS
Ein Sprachgenerator für lokale Verarbeitung
Ihr Text bleibt vor externen TTS-Anfragen geschützt
Die neuronale Sprachgenerierung erfolgt direkt im Browser, sodass der Text nicht an eine externe Text-in-Sprache-Inferenz-API übermittelt werden muss.
Echtes generiertes Audio herunterladen
Der neuronale Modus erstellt eine Audio-Wellform, die angehört und als WAV-Datei gespeichert werden kann.
Kein Sprach-API-Schlüssel erforderlich
Sie müssen kein externes Text-in-Sprache-Konto verknüpfen oder einen TTS-API-Schlüssel angeben.
Ausweichoption auf Systemstimmen
Falls das neuronale Modell auf Ihrem Gerät nicht praktikabel ist, können Sie weiterhin Stimmen Ihres Browsers oder Betriebssystems verwenden.
Neuronale Stimme vs. Systemstimme
Neuronale Stimme
- Verwendet ein lokales Sprachmodell, das in Ihrem Browser geladen wird
- Erzeugt herunterladbares Audio
- Erfordert beim ersten Mal möglicherweise einen größeren Modell-Download
- Leistung hängt von Ihrem Gerät ab
Systemstimme
- Verwendet Stimmen Ihres Browsers oder Betriebssystems
- Startet in der Regel schneller
- Stimmenverfügbarkeit unterscheidet sich je nach Gerät
- Verarbeitung kann lokal sein oder einen Dienst Ihrer Plattform nutzen
- Audio-Download ist nicht garantiert
Anwendungsbereiche
Nützliche Möglichkeiten, Text in Sprache zu verwandeln
Skripte vorhören
Hören Sie sich Sprechertexte, Videoskripte, Präsentationen oder Dialoge vor der Aufnahme an.
Korrekturlesen durch Zuhören
Wenn Sie Texte laut hören, fallen unschöne Formulierungen, fehlende Wörter oder Rhythmusprobleme schneller auf.
Entwurfsvertonung erstellen
Erstellen Sie eine vorübergehende Tonspur für Prototypen, Demos, Präsentationen oder Schnittabläufe.
Notizen und Lernmaterialien anhören
Verwandeln Sie geschriebene Inhalte in Audio, wenn Zuhören praktischer als Lesen ist.
Aussprache und Tempo testen
Vergleichen Sie Stimmen und Sprechgeschwindigkeiten, um zu hören, wie Text klingt, bevor Sie ihn anderweitig verwenden.
Generierte Sprache verantwortungsvoll nutzen
Generiertes Audio kann menschlich klingen. Nutzen Sie es nicht, um Personen darüber zu täuschen, wer spricht, sich als eine andere Person auszugeben, Betrug zu begehen oder irreführende Darstellungen realer Personen zu erstellen.
- Geben Sie generiertes Audio nicht als Aufnahme einer realen Person aus, wenn es keine ist.
- Verwenden Sie Stimmen oder Inhalte nicht in einer Weise, die geltende Rechte oder Vereinbarungen verletzt.
- Erwägen Sie die Offenlegung synthetischen Audios, wenn der Kontext Zuhörer andernfalls irreführen könnte.
- Überprüfen Sie die Nutzungsbedingungen aller Plattformen, auf denen Sie generiertes Audio veröffentlichen möchten.
Wichtige Hinweise vor der Generierung
Erste Nutzung kann länger dauern
Neuronale TTS erfordert das Laden von Modelldateien, bevor die Generierung beginnen kann.
Leistung variiert je nach Gerät
Die Generierungsgeschwindigkeit hängt von der Browserunterstützung, dem verfügbaren Arbeitsspeicher, CPU- oder GPU-Kapazitäten, der Textlänge und dem Modellformat ab.
Aussprache ist nicht immer korrekt
Namen, Abkürzungen, ungewöhnliche Schreibweisen, Fachbegriffe und gemischtsprachige Texte können anders als erwartet ausgesprochen werden.
Stimmenverfügbarkeit kann abweichen
Verfügbare neuronale und Systemstimmen hängen von der gewählten Modellversion und der Geräteumgebung ab.
Generierte Sprache ist keine menschliche Aufnahme
Die neuronale Stimme ist aus Text synthetisiertes Audio.
Datenschutz
Wie Ihr Text verarbeitet wird
Neuronale Stimme
Die Sprachgenerierung ist so konzipiert, dass sie mit dem geladenen neuronalen TTS-Modell in Ihrem Browser läuft. Ihr Text muss nicht an eine externe Text-in-Sprache-Inferenz-API gesendet werden.
Modell-Downloads
Ihr Browser muss die Modell- und Sprachdateien laden, bevor die lokale Generierung erfolgen kann. Diese Dateien können bei Unterstützung von Ihrem Browser zwischengespeichert werden.
Systemstimme
Die Systemstimme nutzt den Sprachdienst Ihres Browsers oder Betriebssystems. Ob dieser Dienst vollständig lokal ist, hängt von der gewählten Stimme, dem Browser, dem Betriebssystem und der Gerätekonfiguration ab.
Website-Daten
Lokale Sprachgenerierung bedeutet nicht, dass die gesamte Website ohne Netzwerkaktivität arbeitet. Lesen Sie unsere Datenschutzerklärung für aktuelle Informationen zu Analysen, Protokollen, Cookies und anderen Websitediensten.
FAQ
Häufig gestellte Fragen
Antworten zu lokaler Sprachgenerierung, Modell-Downloads, Datenschutz, Audiodatei-Formaten und Gerätekompatibilität.
Verwandeln Sie Ihren Text in Sprache
Wählen Sie eine neuronale Stimme, generieren Sie Audio auf Ihrem Gerät und laden Sie das Ergebnis herunter, sobald Sie bereit sind.