ElevenLabs

ElevenLabs ist echt klasse, wenn's um schnelle und unkomplizierte Voice-Overs geht. Super praktisch für unsere Video-Projekte, weil wir damit echt flott professionelle Sprachaufnahmen zaubern können. Das Tool spart uns ne Menge Zeit und Nerven!

Mich stört, dass die Kontrolle über Betonung, Geschwindigkeit und Sprechstil bei ElevenLabs noch etwas zu wünschen übrig lässt. Außerdem werden manche Wörter etwas schräg ausgesprochen, was die sonst so flüssige Produktion ein bisschen bremst.

ElevenLabs hilft uns richtig gut dabei, eigene Stimmen einzupflegen und zu duplizieren. Das ist mega praktisch, wenn wir bestimmte Voice-Overs anpassen oder erweitern wollen. Damit können wir auch mit verschiedenen Tonalitäten experimentieren und andere Stimmungen für Videos schaffen. Auch als Platzhalter im Editing-Prozess ist das Tool ein echter Lifesaver und manchmal sind die Ergebnisse so passend, dass wir sie direkt im finalen Projekt verwenden.

Die Text to Speech Funktion ist einfach super und es klingt verblüffend realistisch. Man kann zwischen vielen verschiedenen Stimmen mit unterschiedlichen Eigenschaften und Akzenten auswählen und so immer einen perfekten Sprecher für seinen Text finden. Die Software erkennt auch automatisch die Sprache und passt das Ergebnis so an.

Es kommt oft vor, dass sich die Software bei einigen Sprachen (auch Deutsch) an bestimmten Wörtern "aufhängt" und dann mitten im Satz die Betonung einer anderen Sprache nutzt. So werden dann z.B. deutsche Texte mit einer englischen Aussprache gesprochen. Hier muss man dann immer ein bisschen probieren, welche Satzstellung eine Verbesserung schafft. Teilweise dauert es auch noch sehr lange, die Texte zu generieren und oft sind zwischen Absätzen oder auch in Sätzen längere Pausen. Man muss also immer nochmal im Schnittprogramm nacharbeiten und diese herausschneiden und kann die Datei nicht direkt aus ElevenLabs verwenden. Zusätzlich kommt noch, dass aktuell jede Anfrage vom Guthabenkonto abgezogen wird. Man verliert also auch Guthaben, wenn das Ergebnis absolut nicht zu gebrauchen ist. Bei mir sind die Ergebnisse eigentlich nie beim ersten Mal perfekt, sodass ich aktuell ungefähr ein Drittel bis die Hälfte des Guthabens für Neugenerierungen ausgebe. Hier hat ElevenLabs aber wohl bereits angekündigt, dass nachgebessert werden soll.

Ich nutze es um Tutorial Videos sprechen zu lassen und so immer eine konstante Stimme für die Marke zu haben. Man benötigt nun keinen realen Sprecher mehr und es reicht nun eine Person aus, um ein gesamtes Video zu vertonen und zu schneiden.

Das Angebot von ElevenLabs ist wirklich vielseitig. Es gibt jede Menge Sprachen, in denen einem viele verschiedene Stimmtypen und -farben angeboten werden. Zudem ist der Preis auch sehr erschwinglich. So klingen unsere Reels echter und nicht, als ob ein Roboter sprechen würde.

Trotz dessen wir ein Abo abgeschlossen haben, gibt es noch eine Zeichenbegrenzung. Das sind zwar viele verfügbare Zeichen, die man in Sprache umwandeln kann - die können bei vielen Korrekturschleifen schnell mal aufgebraucht sein. Auch die Sprachumwandlung selbst muss durch Testings verfeinert werden. Manchmal werden Bindestriche oder Punkte nicht genau so betont, wie man das haben möchte.

Wir hatten es uns zur Aufgabe gemacht, über Reels Content zu streuen. Jedoch wollte dafür keiner vor die Kamera oder konnte es zeittechnisch auch nicht. Aus diesem Grund haben wir lange gesucht, bissen uns die Zähne an Free-Software aus und haben dann diese Investition getätigt. Das löst viele Zeitprobleme und lässt halt auch die Reels professioneller aussehen und klingen. Die Roboterstimmen, die man über die Free-Software bekommt, wirken teils eher rufschädigend.

Viele unserer How-To und Tutorial Reihen mussten immer mit einem Sprecher durchgeführt werden. Dazu haben wir eine Menge an Zeit für die Produktion der Inhalte investieren müssen, aber auch vor allem eine Menge Geld. Auf Grund der Tatsache, dass durch ElevenLabs eine großartige KI-Lösung auf den Markt gebracht wurde, haben wir den Bereich der Content Creation für uns neu entdecken können. Neben der Auswahl an diversen, auswählbaren Stimmen in Deutsch oder Englisch (andere Sprachen sind ebenfalls möglich), können wir mit einem minimalen Aufwand zweisprachig Videos erstellen und dies für einen sehr geringen Kostenaufwand. Einer der innovativsten Funktionen ist aber das Voice Cloning. Mit nur fünf Minuten Tonaufnahme meiner eigenen Stimme, konnte ich einen zu ca. 90% gleichklingenden Klon erstellen. Der absolute Wahnsinn. Positiv natürlich.

Für die Englische Sprache funktioniert der Text-to-Speech Bereich hervorragend. Allerdings hakt das System noch leicht im Deutschsprachigen Bereich. Dadurch müssen wir teils viele kleine Audioschnipsel von jeweils einer Minute hochladen und diese dann mühselig downloaden.

Eines der größten Probleme war die Abhängigkeit des Sprechers für die How-To und Tutorial Videos. Dank ElevenLabs ist nur noch ein Mitarbeiter mit der Erstellung der Videos beauftragt und dies spart uns eine Menge an Personalkosten, sowie Zeit ein. Ein großer Vorteil ist, dass durch das Voice Cloning unsere Videos mehrsprachig produziert werden können, ohne größeren Kostenaufwand. Vor allem auf TikTok, Instagram und YT Shorts können wir so mehr Reichweite durch Reels generieren. Theoretisch ist es so möglich in 29 Sprachen Content zu erstellen und ein internationales Publikum anzusprechen.