PDF Guru
Wandelt PDFs in Word- und E-Book-Formate und zurück um und macht gescannte Dateien per OCR bearbeitbar, alles im Browser.
Online-PDF-Editor mit Konvertierung, E-Signatur, OCR, Formularvorlagen und KI-Zusammenfassung, alles im Browser.
Finde KI-Tools nach dem, was du erledigen willst.
Tools nach Ziel47 Schritt-für-Schritt-Guides→Alle KategorienNach Ziel
Ein Roman kommt oft auf rund zehn Stunden fertiges Audio, und diese Zahl erklärt sowohl den Reiz als auch die Schwierigkeit der KI-Vertonung. Mit einem menschlichen Sprecher dauert die Aufnahme Tage im Studio, dazu kommt der Schnitt. Eine synthetische Stimme liest dasselbe an einem Nachmittag. Jemand muss sich trotzdem alle zehn Stunden anhören.
Dieser Hördurchgang ist die eigentliche Arbeit in diesem Guide. Text-to-Speech-Systeme verlesen Namen, erfundene Wörter, Abkürzungen, Zahlen, Daten und Wörter, die gleich geschrieben, aber anders gesprochen werden. Sie können einen Witz glattbügeln oder eine Dialogzeile überhasten. Auf dem Bildschirm ist davon nichts zu sehen, deshalb muss jedes Kapitel gehört, korrigiert und dort neu generiert werden, wo die Lesung nicht stimmt.
Das Zweite, das du früh klären solltest, ist der Verkaufsweg des Hörbuchs. Händler und Distributoren haben jeweils eigene Haltungen zu synthetischer Vertonung: Manche akzeptieren sie mit eindeutiger Kennzeichnung, manche verlangen einen menschlichen Sprecher, sofern nichts anderes genehmigt ist, und die Regeln ändern sich. Prüfe deine Zielplattformen, bevor du ein einziges Kapitel generierst. Wenn du eine Stimme klonst, ob deine eigene oder eine fremde, hole die Einwilligung schriftlich ein und lies die Bedingungen des Anbieters zur kommerziellen Nutzung.
Für wen dieser Guide ist Selfpublishing-Autoren, kleine Verlage und Kurs- oder Content-Ersteller, die bereits einen fertigen, lektorierten Text haben und eine Audioausgabe veröffentlichen wollen, ohne Sprecher und Studio zu engagieren.
Je eine Auswahl für drei zentrale Schritte, getroffen, weil die Einträge genau diesen Schritt beschreiben. Teste ein einzelnes Kapitel von Anfang bis Ende, bevor du ein ganzes Buch auf eine Stimme festlegst.
Teste mehrere Bibliotheksstimmen an deiner schwierigsten Seite, der mit den meisten Namen und Dialogen.
Importiere das erste Kapitel, vergleiche das Transkript mit deinem Skript und markiere jede abweichende Zeile.
Wende die Lautheitskorrektur auf ein Kapitel an und vergleiche die Versionen davor und danach über Kopfhörer.
Du machst aus der finalen Buchdatei ein sauberes Sprechskript: eine Datei pro Kapitel, Vor- und Nachspann für Audio gekürzt, Fußnoten und Tabellen umformuliert, dazu eine Liste von Namen und ungewöhnlichen Wörtern mit ihrer Aussprache.
Wandelt PDFs in Word- und E-Book-Formate und zurück um und macht gescannte Dateien per OCR bearbeitbar, alles im Browser.
Online-PDF-Editor mit Konvertierung, E-Signatur, OCR, Formularvorlagen und KI-Zusammenfassung, alles im Browser.
Bearbeitet, führt zusammen und konvertiert PDF-Dateien, was hilft, wenn das Buch nur als ein oder mehrere PDF-Dokumente vorliegt.
KI-gestütztes PDF-Toolkit zum Bearbeiten, Konvertieren, Signieren, für OCR, Übersetzung und Chats mit Dokumenten.
Lektoriert ein Manuskript auf einer gewählten Bearbeitungsstufe und markiert jede Ergänzung und Streichung als nachverfolgte Änderung, auch in Word-Dateien.
KI-Tool zum Korrigieren und Überarbeiten, das jede vorgeschlagene Änderung als nachverfolgte Änderung zeigt, auch in Word-Dokumenten.
Markiert Grammatik-, Rechtschreib- und Zeichensetzungsfehler in einem Entwurf, was wichtig ist, weil eine Sprach-Engine Fehler laut vorliest.
Schreibwerkzeug für Autoren mit Funktionen für Handlungsplanung, Schreibroutine, Zeilenlektorat und Manuskriptkritik.
Du wählst den Sprecher: eine Standardstimme, die zum Genre passt und über Stunden trägt, eine aus einer Beschreibung entworfene Stimme oder ein Klon deiner eigenen Stimme. Kandidaten testest du an einer schwierigen Seite, bevor du dich festlegst.
Erstellt eine Kopie deiner eigenen Stimme, erzeugt aus einem schriftlichen Prompt eine neue Stimme oder lässt dich eine aus der gemeinsamen Bibliothek wählen.
KI-Audioplattform für Text-zu-Sprache, Stimmklonen, Transkription, Synchronisation, Musik und Sprachagenten für Gespräche.
Erstellt aus einer kurzen Audioprobe eine wiederverwendbare eigene Stimme und bietet eine große Community-Stimmbibliothek zum Stöbern.
KI-Stimmplattform für Text-zu-Sprache und Stimmklonen mit Emotions-Tags, großer Stimmbibliothek und Entwickler-API.
Bietet Hunderte nach Einsatz sortierte Stimmcharaktere, darunter für Hörbücher und Erzählungen, und kann deine eigene Stimme klonen.
KI-Stimmengenerator mit emotionsbewusster Sprachsynthese, Stimmklonen, Mobil-App und Entwickler-API.
Builds a reusable voice model from a recording of ten to thirty seconds, with a stated rule that the voice's owner must agree.
KI-Sprachplattform, die eine Stimme aus einer kurzen Probe klont, Text in Sprache umwandelt und Audio transkribiert.
Kapitel für Kapitel wird das Skript in Audio umgewandelt. Du hältst die Einstellungen im ganzen Buch identisch, weist Figuren unterscheidbare Stimmen zu, wenn du mehr als eine nutzt, und speicherst jedes Kapitel als eigene Datei.
Wandelt geschriebenen Text mit mehreren Modellen, die Konstanz und emotionale Bandbreite unterschiedlich gewichten, in gesprochenes Audio um, in einem Studio-Editor für lange Erzählformen.
KI-Audioplattform für Text-zu-Sprache, Stimmklonen, Transkription, Synchronisation, Musik und Sprachagenten für Gespräche.
Liest hochgeladene Manuskripte als Word, PDF oder EPUB in einer gewählten synthetischen Stimme vor, aus einem Katalog mit vielen regionalen englischen Akzenten.
Text-to-Speech- und Videotool, das Skripte, Dokumente und Präsentationen in Sprachaufnahmen und vertonte Videos verwandelt.
Teilt ein importiertes Skript in bearbeitbare Blöcke und fasst lange Dokumente vor dem Export der Vertonung zu Abschnitten zusammen.
KI-Generator für Voiceover, der Skripte mit über 200 Stimmen, Stimmklonen und einer API in herunterladbare Sprache verwandelt.
Ordnet ein Skript in Szenen, weist jedem Sprecher eine eigene Stimme zu und generiert einzelne Zeilen neu, ohne die ganze Aufnahme zu wiederholen.
KI-Stimmengenerator für Text-zu-Sprache, Stimmklonen und Vertonung in einem browserbasierten Studio.
Vertont ein Buch Seite für Seite mit einer gewählten Sprach-Engine und führt die vertonten Seiten zu einer einzigen Audiodatei zusammen.
KI-Plattform zum Schreiben von Büchern, die auch Cover, Seitenillustrationen und Hörbuch-Vertonungen erzeugt.
Wandelt ein auf der Plattform erstelltes Buch im selben Veröffentlichungsablauf in gesprochenes Audio um.
KI-Plattform zum Verfassen, Gestalten, Exportieren und Verkaufen von E-Books und anderen Buchtypen.
Du hörst jedes Kapitel parallel zum Text und notierst falsch gelesene Namen, falsche Betonung, seltsame Pausen und Zeilen im falschen Ton. Jeder Fehler wird mit einem Ausspracheeintrag, einer Pause oder einem Vortragshinweis behoben und neu generiert.
Fügt Pausen, Tempowechsel, Betonungen und gespeicherte Aussprachen für Namen oder Fachwörter hinzu.
KI-Stimmengenerator für Text-zu-Sprache, Stimmklonen und Vertonung in einem browserbasierten Studio.
Lässt dich Emotion, Tempo und Betonung in seinem Text-to-Speech-Editor Zeile für Zeile einstellen.
KI-Stimmengenerator mit emotionsbewusster Sprachsynthese, Stimmklonen, Mobil-App und Entwickler-API.
Ändert den Ton mitten im Satz, wenn Marker wie whispering, excited oder long pause in den Text getippt werden.
KI-Stimmplattform für Text-zu-Sprache und Stimmklonen mit Emotions-Tags, großer Stimmbibliothek und Entwickler-API.
Transkribiert das Audio, sodass das Löschen oder Verschieben von Wörtern im Text die Aufnahme schneidet, was beim Auffinden und Entfernen einer misslungenen Zeile hilft.
KI-Editor für Video und Audio, mit dem du Aufnahmen über das Transkript schneidest, samt Assistent namens Underlord.
Alle Kapitel werden auf dieselbe Lautheit und denselben Klang gebracht, mit einheitlicher Stille am Anfang und Ende jeder Datei, und in dem Format und mit den Pegeln exportiert, die dein Distributor vorgibt. Selbst aufgenommene Sprache braucht außerdem Rauschentfernung.
Gleicht die Lautstärke an, sodass leise und laute Passagen auf einheitlichem Pegel liegen, und verringert Mundklicks, Plosive und harte Zischlaute in Sprache.
Online-KI-Tool, das Aufnahmen bereinigt: Es entfernt Rauschen und Echo, gleicht die Lautstärke an und verbessert Sprache.
Entfernt Hintergrundrauschen, Brummen, Hall, Atmer und Mundgeräusche aus selbst aufgenommener Sprache und kann eine unbearbeitete Aufnahme verbessern.
KI-Editor für Podcasts, der Füllwörter, Hintergrundgeräusche und Pausen aus Audio- und Videoaufnahmen entfernt.
Trennt die Stimme von Hintergrundgeräuschen und hält die Lautstärke über eine Aufnahme konstant, sodass es keine plötzlichen Sprünge gibt.
KI-Audiobereinigung im Browser, die Hintergrundgeräusche entfernt, die Tonhöhe korrigiert und Sprachaufnahmen angleicht.
Masteret eine hochgeladene Datei automatisch und lässt dich Ziellautheit und Ausgabeformat festlegen.
Online-Dienst, der hochgeladenes Audio automatisch mastert, mit einstellbaren Lautheitszielen und Ausgabeformaten.
Seine Funktion Studio Sound entfernt Hintergrundgeräusche und verbessert Stimmen in einer Aufnahme mit einer einzigen Aktion.
KI-Editor für Video und Audio, mit dem du Aufnahmen über das Transkript schneidest, samt Assistent namens Underlord.
Hörbuchshops verwenden ein quadratisches Cover, deshalb muss das Hochformat-Cover des Buchs neu aufgebaut und nicht einfach beschnitten werden. Titel und Autor müssen in Briefmarkengröße lesbar bleiben, und die Nennung des Sprechers sollte den Regeln des jeweiligen Shops folgen.
Erstellt aus einem Briefing mit Titel, Genre, Stimmung und Symbolen Covervorschläge und setzt Änderungen per Texteingabe um, etwa einen größeren Titel.
KI-Generator für Buchcover, der aus einem kurzen kreativen Briefing 2D-Covergrafiken und 3D-Mockups für Autoren erstellt.
Erstellt Covermotive aus automatischen oder eigenen Prompts, mit der Option, den Titel auf das Cover zu setzen.
KI-Plattform zum Schreiben von Büchern, die auch Cover, Seitenillustrationen und Hörbuch-Vertonungen erzeugt.
Wandelt ein bestehendes Design in die Maße um, die eine andere Plattform braucht, was sich eignet, um ein Buchcover an ein quadratisches Format anzupassen.
Design-Suite im Browser für Social-Media-Beiträge, Präsentationen, Videos und Printprodukte, mit integrierten KI-Tools.
Für eine andere Sprache übersetzt du das Manuskript, lässt es von einer fließend sprechenden Person prüfen und vertonst den übersetzten Text dann mit einer Stimme, die diese Sprache muttersprachlich spricht. Namen und Begriffe brauchen ein einheitliches Glossar.
Übersetzt Word- und PDF-Dateien unter Beibehaltung der Formatierung und lässt dich über Glossare festlegen, wie bestimmte Begriffe übersetzt werden.
KI-Übersetzer für Text, Dokumente und Sprache in mehr als 100 Sprachen, mit Apps, Integrationen und API.
Erzeugt aus übersetztem Text Voiceovers mit eigenen Sprachmodellen, auf einer Plattform, die in mehr als 150 Sprachen arbeitet.
KI-Plattform für Lokalisierung: Synchronisation, Sprachübersetzung, Text-to-Speech und Untertitel in mehr als 150 Sprachen.
Übersetzt Audio in andere Sprachen und kann für die übersetzte Spur die eigene Stimme des Sprechers nachbilden, mit einem Transkript-Editor zur Prüfung.
KI-Werkzeug zur Lokalisierung von Video und Audio mit Übersetzung, Synchronisation, Stimmklonen und Lippensynchronisation in über 135 Sprachen.
Du lädst Kapiteldateien, Cover, Beschreibung und Credits bei einem Händler oder Distributor hoch, gibst an, wie das Buch gesprochen wurde, legst den Preis fest und wartest auf die Prüfung. Jeder Shop hat eigene Dateivorgaben und eine eigene Richtlinie zu synthetischen Stimmen.
Legt für das Buch einen Verkaufseintrag auf der eigenen Plattform an, vorbehaltlich einer Inhaltsprüfung, und nennt einen Autorenanteil an Hörbuchverkäufen.
KI-Plattform zum Verfassen, Gestalten, Exportieren und Verkaufen von E-Books und anderen Buchtypen.
Das hängt vom Shop und vom Zeitpunkt der Frage ab. ACX verlangt menschliche Sprecher, sofern nichts anderes genehmigt ist, während Spotify for Authors digital gesprochene Hörbücher akzeptiert, die beim Upload gekennzeichnet sind, und sie für Hörer als solche ausweist. Andere Händler und Distributoren setzen eigene Bedingungen. Prüfe die aktuellen Einreichungsregeln jedes Shops und kennzeichne die Vertonung überall ehrlich, wo du veröffentlichst.
Es kann sich lohnen, vor allem bei Sachbüchern, bei denen Hörer den Autor erwarten. Ein Klon bewahrt deinen Klang, ohne dass du tagelang aufnehmen musst. Das Ergebnis hängt von der Qualität deiner Aufnahme und vom Tool ab, und auch eine geklonte Stimme kann sich verlesen und über lange Passagen eintönig klingen. Nimm eine saubere Probe auf, teste ein Kapitel und vergleiche es mit einer Standardstimme, bevor du dich entscheidest.
Das Generieren des Audios geht schnell. Die Zeit steckt in Vorbereitung und Kontrolle. Rechne für das Korrekturhören mit mindestens der Spieldauer des Buchs, dazu kommen Korrekturen, Mastering und Upload. Bei einem zehnstündigen Buch sind für ein sorgfältiges erstes Projekt mehrere Arbeitstage realistisch, später weniger, sobald deine Ausspracheliste und deine Einstellungen stehen.
Manche schon, besonders bei Belletristik, wo es auf den Vortrag ankommt und eine synthetische Stimme eher auffällt. Bei praktischen Sachbüchern, Ratgebern und kurzen Werken ist die Toleranz höher. Offen mit der Vertonung umzugehen, eine zum Stoff passende Stimme zu wählen und Fehllesungen sorgfältig zu beheben, wirkt sich stärker auf die Bewertungen aus als die Technik selbst.
Die Redaktion ordnet jedes Tool anhand seines Profils einer Phase zu. Die Liste wächst mit jedem neu veröffentlichten Profil. Alle Guides