Japanischen Text mit KI vorlesen

Nein. Die Sprachausgabe läuft im Browser auf Ihrem Gerät, und der eingegebene Text, die Stimmbeschreibung und das Aussprachewörterbuch werden nirgendwohin gesendet. Das KI-Modell wird beim ersten Mal von Hugging Face heruntergeladen und in Ihrem Browser gespeichert. Eine Anmeldung ist nicht nötig. Verarbeitungsstatistiken zur Fehlerbehebung (Gerätedaten, ungefähre Anzahl von Zeichen und Sätzen, Fehlerart usw.; nie der Text selbst oder die Stimmbeschreibung) werden an den Server dieser Website gesendet; Sie können das mit dem Schalter unter „Helfen Sie uns, den Dienst zu verbessern“ unten auf der Seite abschalten.

Nein, auf iPhone und iPad funktioniert es nicht. Nach dem Laden belegt die KI für die Sprachausgabe bei ihren Berechnungen etwa 3 GB Arbeitsspeicher. Auf iPhone und iPad begrenzt das Betriebssystem, wie viel Arbeitsspeicher eine einzelne Seite nutzen darf, und auf dem von uns getesteten iPhone 15 Pro Max (8 GB Arbeitsspeicher) überschritt die Seite diese Grenze nach dem Herunterladen des KI-Modells und lud automatisch neu, bevor Sprache erzeugt wurde. Damit der Download von etwa 1,7 GB nicht umsonst ist, hält das Tool auf iPhone und iPad vor Beginn des Downloads an. Verwenden Sie Chrome oder Edge auf einem PC mit GPU (WebGPU). Es läuft auch auf Android und in Safari auf dem Mac, kann aber auf manchen Geräten mittendrin abbrechen.

Nein. Damit es nicht genutzt werden kann, um die Stimme einer Person ohne Erlaubnis zu kopieren oder eine reale Person nachzuahmen, haben wir bewusst auf jede Funktion verzichtet, die eine Aufnahme oder Audiodatei lädt, um eine Stimme nachzubilden (Voice Cloning). Die Stimme legen Sie mit einer geschriebenen „Stimmbeschreibung“ fest. Eine Stimme, die Ihnen gefällt, können Sie mit „Diese Stimme speichern“ in diesem Browser speichern und damit beliebige Texte mit derselben Stimme vorlesen lassen. Wenn Sie eine gespeicherte Stimme in eine Datei exportieren, wird nur festgehalten, wie die Stimme erstellt wurde. Beim Import erzeugt dieses Tool die Stimme daraus neu, daher lässt sich keine aus einer Aufnahme erstellte Stimme übernehmen.

Ja. Der Text wird an Satzgrenzen aufgeteilt, der Reihe nach vorgelesen und mit kurzen Pausen dazwischen zu einer Audiodatei zusammengefügt. Es gibt kein Zeichenlimit. Auf einem von uns getesteten PC (integrierte GPU eines Ryzen 7 8745H) erzeugt „Standard“ 1 Minute Audio in etwa 30 Sekunden. „Hohe Qualität“ dauert etwa 6-mal so lange.