ElevenLabs

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.

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.

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.

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.