azena voice
Du machst aus Text gesprochene Sprache, baust deine eigene Marken-Stimme nach, übersetzt Audio in viele Sprachen ohne die Stimme zu verlieren, verschriftlichst Aufnahmen und vertonst Inhalte mit Musik — alles ohne eine Zeile Code. Und du weißt, wann du eine Einwilligung brauchst und wie du KI-Audio sauber kennzeichnest, damit deine Arbeit professionell und rechtssicher bleibt.
Was du danach kannst
- Aus Text natürliche Sprache erzeugen (Text-to-Speech) und die Ausgabe steuern
- Emotion und Betonung gezielt lenken (Audio Tags, Steuer-Anweisungen)
- Eine eigene Stimme verantwortungsvoll klonen und die Einwilligungsregeln verstehen
- Audio mehrsprachig übersetzen (Dubbing) und Aufnahmen verschriftlichen
- Podcasts, Jingles und Hintergrundmusik mit KI produzieren
- KI-Audio korrekt kennzeichnen und die Rechtslage (EU AI Act, Anbieterregeln) beachten
Das Curriculum
19 Lektionen · Schritt für Schritt
- 01
Was KI-Stimme & Audio heute wirklich kann
9′Erzeugen, klonen, übersetzen, sprechen — der Überblick, bevor du loslegst.
- 02
Deine erste KI-Stimme: Text-to-Speech Grundlagen
9′Text rein, Stimme raus — Stimme, Sprache und Tempo im Browser wählen.
- 03
Emotion steuern: ausdrucksstarke Stimmen
10′Flüstern, lachen, betonen — wie du Gefühl in eine KI-Stimme bringst.
- 04
Gut aufnehmen — Mikrofon, Raum & Pegel
10′Klonen, Dubbing und Schnitt sind nur so gut wie die Aufnahme. Drei Hebel entscheiden über sauberen Ton — und für keinen brauchst du teure Technik, nur ein bisschen Wissen.
- 05
Voice Cloning: deine eigene Stimme nachbauen
10′Aus wenigen Aufnahmen entsteht eine Stimme, die nach dir klingt.
- 06
Einwilligung & Stimmrechte — Pflicht vor jedem Klonen
9′Eine fremde Stimme zu klonen ohne Erlaubnis ist tabu — so machst du es richtig.
- 07
Mehrsprachiges Dubbing — eine Stimme, viele Sprachen
9′Audio in andere Sprachen übersetzen, ohne die Original-Stimme zu verlieren.
- 08
Audio aufnehmen & verschriftlichen (Speech-to-Text)
8′Der umgekehrte Weg: Aus gesprochenem Wort wird sauberer Text.
- 09
Podcast- & Audioproduktion mit KI
9′Mehrere Stimmen, ein klares Skript — eine ganze Folge ohne Mikrofon.
- 10
Hörbücher & Langform — Konsistenz über Stunden
10′Ein einzelner Satz gelingt leicht. Ein Hörbuch dauert Stunden — und über diese Stunden muss alles zusammenpassen. Die schleichende Inkonsistenz ist die eigentliche Gefahr.
- 11
Musik & Sound: Jingles & Hintergrundmusik
9′Ein kurzer Beschreibungssatz wird zu einem fertigen Musikstück.
- 12
Einen Sprach-Assistenten ohne Code bauen
10′Eine Stimme, die zuhört, denkt und antwortet — zusammengeklickt, nicht programmiert.
- 13
Rechte, Kennzeichnung & kommerzielle Nutzung
9′Was du verkaufen darfst, was dir gehört, und was du offenlegen musst.
- 14
Aussprache & Feinsteuerung mit SSML
10′Betonung, Pausen, Zahlen und Namen genau so sprechen lassen, wie du willst.
- 15
Audio bereinigen & schneiden
9′Rauschen entfernen, Versprecher kürzen, sauberer Schnitt — die Nachbearbeitung.
- 16
Lautheit & Normalisierung — überall gleich laut klingen
10′Warum dein Audio neben anderen leise wirkt, hat selten mit dem Inhalt zu tun — sondern mit der Lautheit. Plattformen normalisieren automatisch, also zielst du bewusst auf ihren Wert.
- 17
Eine Audio-Marke aufbauen
9′Eine wiedererkennbare Stimme und ein eigener Klang für ein Unternehmen.
- 18
Ethik, Deepfakes & Gesetzeslage
9′Die Regeln, die KI-Audio von Werkzeug zu Waffe oder umgekehrt machen.
- 19
Stimm-Betrug abwehren — wenn die geklonte Stimme anruft
10′Dieselbe Technik kann gegen dich gerichtet werden. Die Stimme ist kein Identitätsnachweis mehr — so erkennst und stoppst du den Betrug.
Was du baust
Echte Artefakte, keine Theorie
Deine erste KI-Stimme erzeugen
Ergebnis: Dein optimierter Sprechtext + die gewählte Stimme + ein Satz, was du im Vergleich der Stimmen bemerkt hast.
Eine Aufnahme verschriftlichen & zusammenfassen
Ergebnis: Dein Protokoll + ein Satz, welche Eigennamen/Fachbegriffe du in der Verschriftlichung korrigiert hast.
Eine Einwilligungs-Notiz schreiben
Ergebnis: Deine Einwilligungs-Vorlage (wer/wofür/wo/Zustimmung) als wiederverwendbarer Baustein.
Capstone: Zweisprachiges Erklärvideo mit gekennzeichnetem KI-Audio
Ergebnis: Beide Tonspuren (DE + EN) + die KI-Kennzeichnung + eine kurze Notiz zu Einwilligung und Musik-Lizenz.
Die sprechende Welle
Vom Text zur Stimme zur Sprachversion — wie aus einem Skript hörbares, gekennzeichnetes KI-Audio wird.
Eine Tonspur durchläuft dieselbe Kette: aus Text wird per Text-to-Speech eine ausdrucksstarke Stimme, die sich in über 90 Sprachen übersetzen lässt, ohne ihren Klang zu verlieren — darunter legt sich dezente Musik. Am Ende steht kein Trick, sondern eine Pflicht: die Kennzeichnung als KI-Audio.
- 01
Text
Klares, kurzes Skript als Ausgangsmaterial.
- 02
Stimme
Text-to-Speech mit Audio-Tags wie [whispers]/[laughs].
- 03
Übersetzung
Dubbing in 90+ Sprachen — die Stimme bleibt.
- 04
Musik
Dezente KI-Hintergrundmusik legt sich darunter.
- 05
Kennzeichnung
Hör- und sichtbare KI-Audio-Kennzeichnung.
Ausdruck per Audio-Tags — ohne Code
Inline-Tags wie [whispers] oder [laughs] steuern Emotion direkt im Text, in 70+ Sprachen. OpenAI ergänzt steuerbare Stimmen per instructions-Parameter.
Eine Stimme, viele Sprachen
Automatisches Dubbing überträgt deine Tonspur in über 90 Sprachen und bewahrt dabei Identität, Tonhöhe und Tonfall — Hintergrund und Musik bleiben erhalten.
Erst Zustimmung, dann Kennzeichnung
Fremde Stimmen nur mit nachgewiesener Einwilligung klonen. Der EU AI Act (Art. 50, ab 2.8.2026) verlangt, KI-generierte Audio offenzulegen — bei Anrufen gilt zudem das US-Einwilligungsgebot.
Die ganze Audio-Kette selbst bauen — mit Nova als Mentor, vom Skript bis zur Kennzeichnung.
Track startenBelege & Quellen
Jede Aussage ist belegt — echte, geprüfte Quellen statt Behauptungen.
Reinschnuppern
Gratis-VorschauGO vs. NO-GO — ein echtes Beispiel aus dem Track.
Wie der Track läuft
Mit Nova als Mentor
Dein KI-Mentor erklärt jedes Konzept, gibt dir fertige Claude-Code-Prompts und hilft bei jeder Frage.
Entscheidungs-Challenge
Kein Erklären: du stehst in einer echten Führungssituation, wählst die strategisch beste Option und begründest sie — Nova bewertet dein Urteil, nicht deine Eloquenz. Eine schwache Wahl rettet auch die schönste Begründung nicht.
In deinem Tempo
Rund 138 Minuten Kerninhalt — plus deine eigenen Projekte. Jederzeit pausierbar.
Fehler, die du vermeidest
- Fremde Stimmen ohne Einwilligung klonen — das ist tabu und gegen die Anbieterregeln.
- Die KI-Kennzeichnung weglassen, obwohl Artikel 50 und Anbieter-Richtlinien sie verlangen.
- Für Echtzeit (Live-Telefon) ein ausdrucksstarkes, aber langsames Modell wählen — die Latenz macht es unbrauchbar.
- Annehmen, KI-Musik gehöre einem urheberrechtlich vollständig — kommerziell nutzbar ist nicht eintragbares Urheberrecht.
- Mit schlechtem Skript oder verrauschtem Ausgangsmaterial arbeiten — das ruiniert jedes Klon-, Dubbing- oder Vertonungsergebnis.
Bereit für azena voice?
250 Token · 19 Lektionen · von der KI geprüft.