Text-zu Sprache

Die Web Speech API wird von allen modernen Browsern unterstützt: Chrome, Edge, Firefox und Safari. Chrome und Edge bieten in der Regel die größte Auswahl an Stimmen, einschließlich hochwertiger deutscher Stimmen.

Die verfügbaren Stimmen hängen von Ihrem Betriebssystem und Browser ab. Windows und macOS liefern in der Regel deutsche Stimmen mit. Unter Linux müssen ggf. zusätzliche Sprachpakete installiert werden.

Das hängt von den Stimmen ab. Lokale Stimmen (z.B. die Systemstimmen) funktionieren offline. Cloud-basierte Stimmen (in manchen Browsern mit Online gekennzeichnet) benötigen eine Internetverbindung.

Die meisten Browser begrenzen die Länge eines einzelnen Sprachblocks auf ca. 32.000 Zeichen. Unser Tool teilt längere Texte automatisch in Sätze auf und liest sie nacheinander vor.

Nein. Die Web Speech API verarbeitet den Text direkt in Ihrem Browser. Bei lokalen Stimmen verlassen keine Daten Ihren Computer. Bei Cloud-Stimmen kann der Browser den Text an den Sprachdienst des Betriebssystems senden.

Die verfügbaren Sprachen und Stimmen hängen von Ihrem Browser und Betriebssystem ab. Chrome und Edge bieten in der Regel die größte Auswahl, darunter mehrere deutsche, englische, französische, spanische und viele weitere Stimmen. Windows 11 und macOS liefern standardmäßig hochwertige deutsche Stimmen mit, während unter Linux zusätzliche Sprachpakete installiert werden müssen.

Das hängt von der gewählten Stimme ab. Lokale Systemstimmen, die direkt auf Ihrem Gerät installiert sind, funktionieren vollständig ohne Internetverbindung. Cloud-basierte Stimmen (oft mit „Online" oder „Google" im Namen gekennzeichnet) benötigen eine aktive Internetverbindung. Achten Sie auf die Kennzeichnung in der Stimmenauswahl.

Leider unterstützt die Web Speech API keinen direkten Audio-Export. Die Sprachausgabe wird in Echtzeit abgespielt, kann aber nicht als Datei (z.B. MP3 oder WAV) heruntergeladen werden. Für den Export von Sprachaufnahmen empfehlen wir professionelle TTS-Dienste wie Google Cloud Text-to-Speech oder Amazon Polly.

Die Web Speech API ist eine standardisierte Browser-Schnittstelle, die Zugriff auf die Sprachsynthese des Betriebssystems bietet. Der Browser erstellt ein SpeechSynthesisUtterance-Objekt mit Text, Stimme, Geschwindigkeit und Tonhöhe und übergibt es an die Sprachengine des Systems. Die Verarbeitung erfolgt nativ und benötigt keine externen Bibliotheken oder Plugins.

Die Qualität variiert je nach Betriebssystem und Browser. Moderne Stimmen unter Windows 11 und macOS klingen bereits sehr natürlich und sind für die meisten Anwendungsfälle ausreichend. Professionelle Cloud-TTS-Dienste wie Google WaveNet oder Amazon Polly Neural bieten jedoch eine noch natürlichere Sprachausgabe mit besserer Betonung und Sprachmelodie, die besonders für Podcasts oder Produktionen geeignet ist.