KI-Stimmen klingen oft gleich: flach, taktgebunden, seelenlos. ElevenLabs v3 nicht. Wenn man weiß wie man sie führt.

Das Geheimnis: Audio Tags. Regieanweisungen direkt im Text. Der Sprecher liest sie nicht vor. Er spielt sie.

Hier das Skript, das Helmut (meine Lieblingsstimme) zum Leben erweckt:

[thoughtfully] KI schreibt. KI spricht. [pause] Aber klingt sie auch? [skeptical] Meistens nicht.

[deliberate] ElevenLabs v3 ist anders. Du gibst nicht nur Text ein. Du führst Regie.

[warmly] Und Helmut? [pause] Der macht daraus etwas, das man gerne hört.

Drei Zeilen. Drei Tags. Komplett anderes Hörerlebnis.

Und so klingt das Ergebnis:

Genau das ist der Punkt.