ElevenLabs, aber auf deinem eigenen Computer.

VoiceStudio (gratis, Open Source)

Ein Open-Source-Studio für Stimmklonen, Stimmdesign, Synchronisation, Diktat und Hörbücher, mit Installern für Windows, macOS und Linux. Seine Standard-Engine deckt Hunderte Sprachen ab, und du kannst die Engine wechseln. Die App steht unter AGPL-3.0; jedes Modell hat seine eigene Lizenz, die die App anzeigt, aber nicht garantiert.

Voicebox (gratis, Open Source)

Ein Desktop-Studio zum Stimmklonen, ursprünglich auf Qwen3-TTS gebaut, inzwischen mit mehr Engines zur Auswahl. Es klont aus wenigen Sekunden Audio und läuft auf deinem Rechner, mit Builds für Mac und Windows; aus dem Quellcode braucht es eine Python-Einrichtung.

Pinokio mit F5-TTS oder AllTalk (gratis)

Pinokio ist ein kostenloser Ein-Klick-Starter für Open-Source-KI-Apps. Er installiert Weboberflächen wie die von F5-TTS oder AllTalk (das XTTS-v2, F5-TTS und andere ausführt), ohne dass du Befehle tippst. Im Hintergrund baut er trotzdem Python-Umgebungen, braucht mehrere Gigabyte und läuft am besten mit einer NVIDIA-Grafikkarte.

Kommandozeile (gratis)

Jedes Modell oben lässt sich mit pip installieren und bringt Beispiele mit. Am flexibelsten, am meisten Arbeit: Python, PyTorch für deine Grafikkarte und FFmpeg.

VoicedByMe (einmalig 30 $)

Ein normaler Installer für Windows 10 und 11 und Macs mit Apple Silicon. Klon deine Stimme aus zwanzig Sekunden oder nimm eine der 70 fertigen Stimmen, und nutz sie überall: Text jeder App vorlesen, Hörbücher mit Kapiteln erstellen, Sprachnachrichten senden, KI-Agenten eine Stimme geben oder die OpenAI-kompatible API nutzen. Die Ausgabe trägt ein Wasserzeichen und eine KI-Kennzeichnung. Es spricht Deutsch, Englisch, Spanisch, Französisch, Portugiesisch, Italienisch, Japanisch und Russisch.

Eine App kann Open Source sein, während das Modell darin nicht kommerziell genutzt werden darf. Der Code von F5-TTS steht unter MIT, die trainierten Gewichte aber wegen ihrer Trainingsdaten unter CC-BY-NC. Die Lizenz von XTTS-v2 ist nicht kommerziell, und Coqui, das eine kommerzielle Lizenz hätte verkaufen können, hat Anfang 2024 geschlossen. Qwen3-TTS und Kokoro stehen unter Apache 2.0.

Egal welche Lizenz: Die Stimme eines anderen zu klonen, braucht dessen Einwilligung, und in der EU muss KI-Audio markiert sein. Mehr dazu unter Ist Stimmklonen legal?. Die Lizenz von VoicedByMe deckt die kommerzielle Nutzung dessen ab, was du mit seinen Stimmen oder deiner eigenen erstellst.