KI Text-to-Speech (Supertonic TTS 2)
Dieses Modell lädt etwa 263 MB Daten beim ersten Verwenden herunter. Die Verarbeitung läuft vollständig lokal in deinem Browser. Auf Hugging Face ansehen
Weitere Audio-Tools
Kostenlose mehrsprachige KI-Sprachausgabe mit Supertonic TTS 2 im Browser
Was ist Supertonic TTS 2 und wie funktioniert es?
Supertonic TTS 2 ist ein diffusionsbasiertes Text-to-Speech-Modell von Supertone. Dieses Tool führt die ONNX-konvertierte Version über Transformers.js vollständig in deinem Browser aus - deine Daten verlassen dein Gerät nicht. Das Modell erzeugt aus Text in einem mehrstufigen Entrauschungsverfahren hochwertiges Audio mit 44,1 kHz. Dabei kannst du die Sprechgeschwindigkeit einstellen und zwischen zehn männlichen und weiblichen Stimmen wählen.
Welche Sprachen unterstützt Supertonic TTS 2?
Supertonic TTS 2 unterstützt fünf Sprachen: Englisch (en), Koreanisch (ko), Spanisch (es), Portugiesisch (pt) und Französisch (fr). Wähle die gewünschte Sprache im Auswahlmenü aus und gib deinen Text in dieser Sprache ein. Alle zehn Stimmen stehen in jeder Sprache zur Verfügung.
Welche Stimmen bietet Supertonic TTS 2?
Das Modell enthält zehn Sprecherstimmen: fünf weibliche (F1-F5) und fünf männliche (M1-M5). Jede Stimme hat einen eigenen Charakter und Klang. Erzeuge mit mehreren Stimmen einen kurzen Testsatz, um diejenige zu finden, die am besten zu deinem Inhalt passt.
Kann ich die Sprechgeschwindigkeit einstellen?
Ja. In Supertonic TTS 2 lässt sich die Geschwindigkeit zwischen 0,5- und 2,0-fach einstellen. Der Standardwert 1,0 erzeugt ein natürliches Sprechtempo. Niedrigere Werte verlangsamen die Ausgabe und machen sie leichter verständlich, höhere Werte sorgen für eine schnellere Wiedergabe.
Wie unterscheidet sich Supertonic TTS 2 von KittenTTS?
KittenTTS konzentriert sich mit einer StyleTTS-2-Architektur ausschließlich auf englische Sprache. Supertonic TTS 2 unterstützt dagegen fünf Sprachen und erzeugt mit einem diffusionsbasierten Verfahren Audio mit 44,1 kHz - eine höhere Abtastrate als die 24-kHz-Ausgabe von KittenTTS. Dafür ist der Download des Modells größer (ca. 263 MB gegenüber 41 bis 79 MB bei KittenTTS), und die iterative Entrauschung benötigt mehr Zeit.
Kann ich Supertonic TTS 2 kostenlos nutzen?
Ja, das Tool ist vollständig kostenlos und erfordert keine Registrierung. Das Modell läuft mit WebAssembly lokal in deinem Browser. Dadurch entstehen weder API-Kosten noch Nutzungslimits, und du brauchst kein Konto. Wie schnell die Sprachausgabe erzeugt wird, hängt von der Rechenleistung deines Geräts ab.
Bleiben meine Textdaten privat?
Ja. Die gesamte Berechnung läuft lokal in deinem Browser, dein Text wird niemals auf einen Server hochgeladen. Die Modellgewichte werden einmalig von Hugging Face heruntergeladen und für spätere Aufrufe im Browser-Cache gespeichert.
Welche Browser unterstützen Supertonic TTS 2?
Supertonic TTS 2 funktioniert in allen modernen Browsern mit WebAssembly-Unterstützung, darunter Chrome, Edge, Firefox und Safari. Die Erzeugungsdauer hängt von deinem Gerät ab; auf einem typischen Laptop dauert ein kurzer Satz meist nur wenige Sekunden.
Einsatzmöglichkeiten für mehrsprachige KI-Sprachausgabe
Das Tool eignet sich für Voice-over in mehreren Sprachen, Aussprachebeispiele beim Sprachenlernen, barrierefreie Audioinhalte für ein internationales Publikum und erste Entwürfe mehrsprachiger Inhalte. Dank der hochwertigen Ausgabe mit 44,1 kHz kann das Ergebnis auch professionell eingesetzt werden.
Weitere Tools für deinen Audio-Workflow
Mit unserem KI-Audio-Transkriptor wandelst du Sprache wieder in Text um. Der Audio-zu-Video-Visualizer erstellt aus dem erzeugten Audio ein teilbares Video. Wenn du ein schlankeres, schneller ladendes TTS-Modell nur für Englisch suchst, probiere KittenTTS Nano aus.
Dies ist kein offizielles Tool von Supertone. Die ONNX-Version von Supertonic TTS 2 wurde von der ONNX Community konvertiert und auf Hugging Face veröffentlicht.