
ElevenLabs Voice Changer: Stimme verändern – Anleitung
Deutscher Leitfaden zum Voice Changer von ElevenLabs: Aufnahme vorbereiten, Zielstimme wählen, Sprache und Kosten kontrollieren und Ergebnisse vergleichen.

Was ElevenLabs Voice Changer tatsächlich verändert
Voice Changer, früher Speech-to-Speech genannt, beginnt mit einer vorhandenen gesprochenen Aufnahme und wandelt deren Stimmklang in eine ausgewählte Zielstimme um. Anders als bei Text to Speech geben Sie also nicht nur einen geschriebenen Satz ein: Die sprechende Person liefert bereits Tempo, Pausen, Betonung und emotionale Darbietung. ElevenLabs versucht, diese Eigenschaften beim Wechsel des Stimmcharakters zu erhalten.
Ein Beispiel ohne angeblichen Praxistest: Eine Hörspielautorin spricht die Rolle einer fiktiven Figur selbst ein. Sie möchte ihre Interpretation beibehalten, aber eine passende lizenzierte Stimme verwenden. Voice Changer ist dafür ein möglicher Weg. Die Software kann das Ergebnis verändern, garantiert jedoch keine perfekte Bewahrung jeder Silbe, jedes Atemgeräuschs oder jeder Nuance. Claim26 stützt diese Anleitung auf offizielle Produktunterlagen vom 15. November 2026.
Voice Changer, Voice Design, Stimmklonen und Text to Speech
Diese Funktionen sollte man vor der Auswahl sauber trennen. Voice Changer überträgt eine schon aufgenommene Darbietung auf eine andere Stimme. Voice Design entwirft eine synthetische Stimme aus einer Beschreibung. Voice Cloning nutzt zulässige Stimmaufnahmen zur Bereitstellung einer wiederverwendbaren Stimme. Text to Speech wiederum erzeugt Sprache aus einem eingegebenen Text und braucht keine vorher eingesprochene Szene.
Wenn Sie eine bestimmte Schauspielkunst mit Pausen und Flüstern erhalten möchten, prüfen Sie Voice Changer. Wenn nur das Skript existiert, ist Text to Speech gewöhnlich näher am Ziel. Wer ausschließlich das Hintergrundrauschen einer Interviewaufnahme entfernen möchte, braucht Voice Isolator statt einer neuen Stimmidentität. Und für die Übersetzung eines Videos in eine andere Sprache ist ein Dubbing-Ablauf passender; Voice Changer ist nicht automatisch eine Übersetzungsfunktion.
Für welche deutschen Projekte ist der Sprachwechsel sinnvoll?
Eine typische Aufgabe ist die Vertonung mehrerer fiktiver Rollen, bei denen eine Sprecherin die Betonung bewusst kontrolliert, aber mehrere unterschiedliche Klangfarben benötigt. Auch für eine autorisierte Lernvideo-Aufnahme kann es hilfreich sein, zunächst eine gut gespielte Stimme als Vorlage zu benutzen und anschließend eine besser zum Format passende Zielstimme zu wählen. Die Technik ersetzt dabei keine redaktionelle Prüfung der Verständlichkeit.
Bei journalistischen Interviews, Zeugenaussagen und Kundenstimmen ist hingegen besondere Vorsicht erforderlich. Eine künstlich geänderte Stimme kann die Herkunft und Wirkung einer Äußerung verschleiern. Verwenden Sie einen Stimmwechsel nicht so, dass das Publikum eine echte Person als Sprecher wahrnimmt, obwohl eine synthetische Stimme benutzt wurde. Dokumentieren Sie bei sensiblen Produktionen den Bearbeitungsschritt, die Berechtigungen und die unveränderte Originalaufnahme.
Schritt 1: Einverständnis und Originaldatei sichern
Nutzen Sie nur Aufnahmen, die Sie rechtmäßig verarbeiten und für den konkreten Zweck hochladen dürfen. Das betrifft sowohl Urheber- und Leistungsschutzrechte als auch die personenbezogenen Daten der aufgenommenen Stimme. Eine im Internet auffindbare Tondatei ist kein Freibrief zur Bearbeitung. Stimmen einer realen Person dürfen nicht heimlich als Grundlage für irreführende Nachahmungen eingesetzt werden.
Bewahren Sie die Originaldatei in einem nachvollziehbar benannten Ordner auf und legen Sie eine separate Arbeitskopie an. Schreiben Sie kurz auf, wer die Aufnahme erstellt hat, welche Nutzung erlaubt ist und ob die Beteiligten über die Weitergabe an ElevenLabs informiert wurden. Für ein Unternehmensprojekt prüfen Sie zusätzlich Verträge und interne Datenschutzvorgaben, bevor eine vertrauliche Aufnahme den eigenen Rechner verlässt.
Dateitypen, 50 MB und die feste Grenze von fünf Minuten
Der offizielle Produktleitfaden akzeptiert für Voice Changer unter anderem MP3, M4A, FLAC, OGA, OGG und WAV sowie bestimmte Videoformate wie MKV, WEBM, MP4 und MOV. Die hochgeladene Datei muss kleiner als 50 MB sein. Sowohl Uploads als auch direkt im Browser aufgenommene Passagen dürfen nicht länger als fünf Minuten beziehungsweise 300 Sekunden dauern. Diese Fünf-Minuten-Grenze gilt laut ElevenLabs für alle Tarife.
Ein zwölfminütiger Dialog muss deshalb vor der Bearbeitung in kürzere, sinnvoll abgeschlossene Passagen geteilt werden. Schneiden Sie nicht mitten durch ein Wort oder einen Atemzug, falls ein natürlicher Übergang wichtig ist. Speichern Sie die Reihenfolge und notieren Sie Überlappungen von Sprecherwechseln. Eine größere Datei nur umzubenennen verkleinert weder Dauer noch Datenmenge; für die Größenbeschränkung müssen Sie gegebenenfalls ein geeignetes Audioformat verwenden.
Schritt 2: Die Aufnahme verständlich vorbereiten
Eine saubere Vorlage verbessert die Chance, dass der spätere Klang nachvollziehbar bleibt. Sprechen Sie in gleichbleibendem Abstand zu einem Mikrofon, vermeiden Sie starkes Übersteuern und sprechen Sie den Satz vollständig zu Ende. Wenn Sie bewusst flüstern, lachen oder seufzen möchten, nehmen Sie diese Darbietung gezielt auf: Die Software soll vorhandene Ausdrucksweise übertragen und nicht alle fehlenden Absichten nachträglich erraten.
Für einen ersten Vergleich eignet sich eine kurze Probe mit einer normalen Aussage, einer Frage und einer deutlichen Pause. Behalten Sie exakt dieselbe Aufnahme, wenn Sie verschiedene Zielstimmen hören. Auf diese Weise beurteilen Sie eher die Wirkung der Stimme selbst, anstatt jedes Mal einen anderen Text, ein neues Mikrofon oder eine neue Stimmung miteinander zu vermischen. Dieses Vorgehen ist eine redaktionelle Vergleichsmethode und kein von Claim26 durchgeführter Audiotest.
Schritt 3: Voice Changer öffnen und Aufnahme laden
Öffnen Sie in ElevenLabs den Bereich Voice Changer und wählen Sie entweder einen vorhandenen Ton aus oder die Möglichkeit zur Direktaufnahme. Bei einer Datei können Sie die Upload-Fläche anklicken oder den Inhalt per Drag-and-drop hineinziehen. Bei der Direktaufnahme benutzen Sie zuerst die Aufnahmefunktion und starten anschließend das Mikrofon. Hören Sie sich das gespeicherte Beispiel an, bevor Sie eine Umwandlung auslösen.
Der Produktleitfaden erklärt, dass das reine Aufnehmen noch keine Generierungs-Credits verbraucht; eine Belastung erfolgt bei der eigentlichen Generierung. Kontrollieren Sie dennoch vor jedem Klick die in Ihrem Konto angezeigten Kosten und die ausgewählte Stimme. Wenn Menünamen später verändert werden, ist die aktuelle offizielle Anleitung maßgeblich. Claim26 behauptet weder, die Oberfläche in einem angemeldeten Konto getestet zu haben, noch kostenpflichtige Audioproben erstellt zu haben.
Schritt 4: Eine passende und erlaubte Zielstimme auswählen
Wählen Sie eine Stimme aus der verfügbaren Voice Library oder eine eigene, rechtmäßig erstellte und freigegebene Stimme Ihres Kontos. Achten Sie nicht allein auf das Geschlecht oder eine besonders tiefe Klangfarbe. Für ein lehrreiches Video kann eine klare, zurückhaltende Erzählstimme geeigneter sein als eine dramatische Filmstimme; für eine fiktive Figur dagegen kann ein eigenständiger Charakter wichtiger sein als maximale Neutralität.
Prüfen Sie bei fremden Stimmen die konkreten Nutzungsrechte und eventuelle Beschränkungen der jeweiligen Freigabe. Besonders beim Professional Voice Cloning gilt eine eigene Plattformregel: Eine professionelle Kopie der Stimme einer anderen Person dürfen Sie nicht selbst in Ihrem Konto erzeugen, auch wenn die Person zustimmt. Die betroffene Person muss ihr eigenes Professional Voice Clone verifizieren und kann es danach unter den vorgesehenen Bedingungen teilen. Voice Changer umgeht diese Regel nicht.
Schritt 5: Das richtige Modell für Deutsch einstellen
Die technische ElevenLabs-Dokumentation nennt für Speech-to-Speech die Kennung eleven_multilingual_sts_v2 für den mehrsprachigen Modus. Laut dieser Dokumentation beherrscht er 29 Sprachen einschließlich Deutsch. Daneben gibt es eleven_english_sts_v2, das nur Englisch unterstützt. Für eine deutschsprachige Aufnahme ist deshalb das mehrsprachige Modell die naheliegende Wahl, sofern die jeweilige Oberfläche dieses Modell anbietet.
Das Marketing auf Produktseiten kann bei Sprachzahlen auf andere Modelle oder den erweiterten Produktumfang verweisen. Die Angabe von 29 Sprachen in der Voice-Changer-Dokumentation darf daher nicht unbesehen als Sprachumfang jeder neuen ElevenLabs-Funktion ausgegeben werden. Wenn Sie ein Projekt in mehreren Sprachen planen, vergleichen Sie die aktuelle Unterstützung für den konkret ausgewählten Speech-to-Speech-Modus und hören Sie besondere Fachbegriffe und Namen sorgfältig nach.
Schritt 6: Ausdruck, Rhythmus und Akzent bewusst vergleichen
Voice Changer ist gerade deshalb interessant, weil nicht nur die Wörter übertragen werden sollen. ElevenLabs beschreibt auch die Weitergabe von Flüstern, Lachen, Weinen, Sprechtempo und feinen emotionalen Veränderungen. Gleichzeitig kann der Ausgangsakzent das Ergebnis prägen. Eine Zielstimme mit anderem Akzent übernimmt daher nicht zwingend den erwarteten Akzent der Bibliotheksvorschau; die ursprüngliche Aufnahme spielt weiterhin eine entscheidende Rolle.
Nutzen Sie in Ihrem Mustertext einige kurze und längere Sätze, einen Eigennamen und eine Frage. Hören Sie, ob Wortenden erhalten bleiben, Pausen natürlich wirken und die Bedeutung eines Satzes durch eine anders gesetzte Betonung verschoben wird. Verlassen Sie sich nicht auf eine pauschale Aussage wie nahezu identisch oder perfekt. Die Qualität ist eine Frage des konkreten Ausgangsmaterials, der Zielstimme und Ihrer redaktionellen Anforderungen.
Hintergrundgeräusche reduzieren, ohne die Stimme zu zerstören
Für Voice Changer ist eine Option zur automatischen Verringerung von Hintergrundgeräuschen dokumentiert. Sie können diese ausprobieren, wenn beispielsweise ein Ventilator oder Raumrauschen die Quelle stört. Entscheidend bleibt, wie die aufgenommene Sprache nach der Bearbeitung klingt. Ein Filter kann zwar Umgebungsschall reduzieren, er garantiert aber weder die Wiederherstellung abgeschnittener Silben noch die saubere Trennung zweier Personen, die gleichzeitig sprechen.
Prüfen Sie bei einer kurzen Passage den Unterschied zwischen einer Fassung mit und einer ohne Rauschminderung, ohne die ursprüngliche Datei zu überschreiben. Wenn Sie den originalen Sprecher erhalten und nur Geräusche entfernen möchten, ist der separate Voice Isolator thematisch passender. Eine feste Reihenfolge aller Audio-Werkzeuge ist nicht sinnvoll: Jede zusätzliche Verarbeitung kann Nebenwirkungen und weitere Kosten verursachen und sollte deshalb einen erkennbaren Zweck erfüllen.
Wie der Creditverbrauch tatsächlich berechnet wird
Der offizielle Leitfaden nennt für Voice Changer eine Verrechnung von 1.000 Zeichen an Produktguthaben je Minute des umgewandelten Audios in der beschriebenen Webanwendung. Das ist eine Abrechnungseinheit und nicht die Anzahl der im Audio gesprochenen Buchstaben. Drei vollständige Umwandlungen einer jeweils einminütigen Aufnahme können unter dieser Regel zusammen etwa 3.000 Einheiten beanspruchen. Die tatsächlich angezeigte Belastung in Ihrem Konto ist maßgeblich.
ElevenLabs unterscheidet die Nutzung über die Website von der API. Preise, verbrauchte Credits, monatliche Kontingente und kommerzielle Rechte können nach Tarif und Zugangsweg variieren. Veröffentlichen Sie deshalb keine aus einem Werbebanner übernommenen Dollarbeträge als allgemein garantierten Minutenpreis. Prüfen Sie die aktuelle Tarifseite, eventuelle Steuern und das Verbrauchsfenster, bevor Sie eine große Anzahl an Clips verarbeiten.
Schritt 7: Generieren und die Ausgabe herunterladen
Wenn Datei, Zielstimme und Einstellungen stimmen, starten Sie mit Generate die Umwandlung. Die Software verarbeitet die Sprachaufnahme und stellt anschließend eine hörbare Ausgabe bereit. Laut ElevenLabs kann eine fertige Datei direkt heruntergeladen werden; frühere Ergebnisse lassen sich bei entsprechender Verfügbarkeit aus dem Verlauf abrufen. Dort werden als Downloadformate unter anderem MP3 und WAV genannt. Vergewissern Sie sich, welches Format Ihr Schnittprogramm benötigt.
Benennen Sie Dateien nach Szene, Zielstimme und Versionsnummer, beispielsweise szene-03-figur-b-v02, und bewahren Sie die Ausgangsdatei getrennt auf. Eine heruntergeladene WAV-Datei ist nicht automatisch qualitativ besser als die Aufnahme, aus der sie entstanden ist. Für Video kontrollieren Sie die zeitliche Übereinstimmung mit Lippenbewegungen und Schnittmarken; eine neue Stimme kann bei bestimmten Lauten eine andere Wirkung haben, selbst wenn die ungefähre Dauer erhalten bleibt.
Ein brauchbarer Vorher-nachher-Test ohne erfundene Messwerte
Spielen Sie dieselbe Stelle der Originalaufnahme und der Ausgabe bei ähnlicher Lautstärke ab. Bewerten Sie getrennt, ob die Wörter korrekt erhalten sind, die neue Stimme natürlich wirkt, die Betonung zur Aussage passt und störende Geräusche oder Artefakte entstanden sind. Konzentrieren Sie sich dabei nicht nur auf die überzeugendste Passage; prüfen Sie besonders Satzanfänge, Konsonanten, leise Stellen und abrupte Übergänge zwischen Szenen.
Für eine nachvollziehbare Entscheidung genügt ein einfaches Protokoll mit Sekundenangabe und den Kategorien verständlich, teilweise verständlich und problematisch. Hören Sie im Zweifel die Originaldatei erneut und sprechen Sie einen fehlerhaften Satz lieber neu ein, statt eine undeutliche Aussage inhaltlich zu erfinden. Claim26 stellt diese Checkliste als redaktionellen Vorschlag dar und veröffentlicht ausdrücklich keine eigenen Messwerte zur Erkennungsrate, Hörqualität oder eingesparten Produktionszeit.
Fehlerbehebung bei metallischem Klang und seltsamem Sprechtempo
Wenn die Ausgabe künstlich klingt, prüfen Sie zuerst die Vorlage: Übersteuerung, Hintergrundmusik, schlechte Lautstärke und abrupte Schnitte können die Bearbeitung erschweren. Hören Sie auch darauf, ob die gewählte Zielstimme zur Satzlänge und emotionalen Haltung passt. Eine sehr tiefe oder stilisierte Stimme kann eine energische Vorlage ganz anders wirken lassen als eine neutrale Erzählstimme. Der Effekt ist kein zwingender Hinweis auf einen technischen Defekt.
Bei einem verschluckten Wort hilft häufig eine neue, deutlich gesprochene Aufnahme der betroffenen Passage mehr als zehn unkontrollierte Wiederholungen mit derselben mangelhaften Quelle. Wenn Tempo und Pausen falsch wirken, vergleichen Sie die tatsächliche Darbietung vor dem Upload. Falls der Upload verweigert wird, kontrollieren Sie Dateigröße, Dauer und unterstütztes Format. Für eine Aufnahme über fünf Minuten bleibt die sichere Lösung die Aufteilung in kürzere Abschnitte, nicht eine Änderung der Dateiendung.
Datenschutz, Täuschungsrisiken und kommerzielle Nutzungsrechte
Eine Stimme kann eine Person identifizierbar machen und enthält häufig weitere Informationen über private Lebensumstände. Klären Sie deshalb bei Kunden, Beschäftigten und Interviewpartnern vor dem Upload, ob die Übermittlung und Verarbeitung über einen externen Dienst zulässig ist. Verwenden Sie veränderte Stimmen nicht für falsche Bestätigungen, täuschende Werbung oder das Vorspiegeln einer realen Sprecheridentität. Prüfen Sie außerdem die aktuellen Regeln und mögliche Kennzeichnungspflichten Ihres Veröffentlichungsortes.
Nach der offiziellen ElevenLabs-Lizenzauskunft enthält der Free-Tarif keine allgemeine kommerzielle Nutzungslizenz; kostenpflichtige Pläne können kommerzielle Nutzung ermöglichen, sofern die übrigen Rechte und Bedingungen erfüllt sind und keine ausgeschlossenen Betafunktionen betroffen sind. Ein Upgrade sollte nicht ungeprüft als rückwirkende Erlaubnis für bereits unter einem anderen Tarif erstellte Inhalte angesehen werden. Bewahren Sie die bei der Erzeugung geltenden Bedingungen und Ihre Einwilligungsnachweise auf.
Voice Changer per API: sinnvoll nur bei einem echten Workflow
Die Entwicklerdokumentation bietet eine Speech-to-Speech- beziehungsweise Voice-Changer-Schnittstelle unter POST /v1/voice-changer/:voice_id. Im Request wird unter anderem eine Audiodatei und eine passende Modellkennung übermittelt. Das kann bei vielen autorisierten Clips nützlich sein, wenn ein Team Ergebnisse wiederholbar verwalten muss. Für wenige gelegentliche Umwandlungen ist die Weboberfläche meist einfacher zu bedienen und leichter zu kontrollieren.
Speichern Sie einen API-Schlüssel ausschließlich auf einem geschützten Server oder in einem geeigneten Geheimnisspeicher, niemals direkt im öffentlichen Seitenquelltext. Lesen Sie Modellgrenzen, Rückgabeformat, Kosten und Protokollierungsoptionen vor der Integration. Die Dokumentation erwähnt einen Zero-Retention-Modus für dafür berechtigte Unternehmenskunden; daraus folgt nicht, dass jede kostenlose Anfrage automatisch ohne Speicherung verarbeitet wird. Claim26 hat für diese Anleitung keine API-Aufrufe ausgeführt.
Checkliste vor dem Einsatz von Voice Changer
Vergewissern Sie sich zunächst, dass Sie wirklich eine existierende gesprochene Darbietung in einen anderen Stimmklang übertragen möchten. Prüfen Sie die Rechte am Original und an der Zielstimme, sichern Sie die unveränderte Vorlage, halten Sie das Limit von fünf Minuten und weniger als 50 MB ein und wählen Sie bei deutscher Sprache einen passenden mehrsprachigen Speech-to-Speech-Modus. Beginnen Sie mit einem kurzen Testclip und überprüfen Sie den angezeigten Creditverbrauch.
Vergleichen Sie anschließend Original und Ausgabe bei ähnlicher Lautstärke, hören Sie besonders auf Endsilben, Betonungen, Akzente und störende Artefakte und speichern Sie das Ergebnis getrennt. Für eine öffentliche oder kommerzielle Verwendung prüfen Sie Lizenz, Datenschutz und transparente Kennzeichnung der bearbeiteten Stimme. ElevenLabs stellt die Funktionen und Tarife auf offiziellen Seiten bereit; Claim26 kann über entsprechend gekennzeichnete Partnerlinks eine Provision erhalten, ohne dass ein Klick allein Mehrkosten verursacht.
Vier Punkte, die Sie überprüfen sollten.
✓Die Aufnahme ist erlaubt, unverändert gesichert, kürzer als fünf Minuten und kleiner als 50 MB.
✓Die Zielstimme darf für das geplante Projekt genutzt werden und Deutsch wird im passenden Modell unterstützt.
✓Sie kontrollieren Credits, Sprache, Betonung und störende Artefakte vor dem Export.
✓Datenschutz, kommerzielle Lizenz und Kennzeichnung sind vor einer Veröffentlichung geprüft.
Beginnen Sie mit einem kurzen eigenen Sprechbeispiel und vergleichen Sie die Ausgabe mit dem Original.
Kontrollieren Sie die aktuellen Funktionen und Abonnementbedingungen, bevor Sie eine Zahlung auslösen.
Die wesentlichen Angaben stammen aus offiziellen Quellen.
Preise und Softwarefunktionen können sich ändern. Prüfen Sie vor dem Abschluss die aktuellen Informationen.