ElevenLabs
Text-zu-Sprache, Stimmklonen und Transkription; die Wahl der Gruppe, wenn eine Stimme wie ein Mensch klingen muss, auch auf Hebräisch.
Auf dieser Seite
ElevenLabs (elevenlabs.io) verwandelt Text in Sprache, klont Stimmen und transkribiert Audio. In der Gruppe ist es die übliche Antwort, wenn jemand eine Vertonung braucht, die nicht roboterhaft klingt: ein Schiur-Trailer, eine Mailbox-Ansage, eine Kindergeschichte, vorgelesen mit der eigenen Stimme, oder ein KI-Agent, der mit einer Sprachnachricht antwortet.
Was es kostet
Geprüft auf der Preisseite am 21. Oktober 2026. Jeder Tarif läuft über Credits, die für alle ElevenLabs-Werkzeuge gemeinsam gelten. Bei Text-zu-Sprache kostet ein Zeichen einen Credit.
| Tarif | Preis | Credits pro Monat | Was dazukommt |
|---|---|---|---|
| Free | $0 | 10.000 (etwa 10 Minuten Sprache) | Keine kommerzielle Lizenz |
| Starter | $6/Monat | 30.000 | Kommerzielle Lizenz, sofortiges Stimmklonen |
| Creator | $22/Monat ($11 im ersten Monat) | 121.000 | Professionelles Stimmklonen |
| Pro | $99/Monat | 600.000 | Höhere Audioqualität über die API |
Für Teams gibt es die Tarife Scale und Business. Der kostenlose Tarif hat keine kommerzielle Lizenz; eine Stimme, die in einer bezahlten Anzeige oder einem Spendenvideo verwendet wird, braucht also Starter oder höher.
Gemeinnützige Organisationen können sich für das ElevenLabs Impact Program bewerben, das zugelassenen Organisationen kostenlosen Zugang gibt. ElevenLabs entscheidet, wer sich qualifiziert; bewerben Sie sich also und sehen Sie, was herauskommt.
Im Juli 2026 sagte ein Mitglied, das es für Sprachantworten eines Agenten nutzte, bei mäßiger Nutzung brauche man den Creator-Tarif.
Hebräisch
Die eigene Modellliste von ElevenLabs führt Hebräisch bei Eleven v3 und in der neueren Eleven-v4-Familie, die Ende September 2026 erschien. Die älteren Modelle Multilingual v2 und Flash v2.5 führen Hebräisch nicht auf; wählen Sie also für alles auf Hebräisch v3 oder v4.
Wie die Gruppe dahin kam: Im November 2025 berichtete ein Mitglied, v3 „kann ein Chet zuverlässig aussprechen“, und im März 2026 sagte ein anderes, v3 komme endlich mit Hebräisch zurecht, wo frühere Stimmen wie Arabisch klangen. Über v4 hat in der Gruppe noch niemand berichtet.
Aschkenasische Aussprache erreichen
Standardmäßig lesen die Stimmen Hebräisch auf israelische Weise. Mitglieder nutzen zwei Lösungen:
- Geben Sie der Stimme Hebräisch mit Nekudos statt bloßer Buchstaben. Im Oktober 2026 stellte ein Mitglied, das tägliche Chitas-Videos macht, fest, dass das Umwandeln der hebräischen Wörter im Skript in vokalisiertes Hebräisch vor der Vertonung die meisten Fehler behob, und er fügte dem Prompt eine Liste aschkenasischer Aussprachen hinzu.
- Schreiben Sie die Wörter in lateinischen Buchstaben so, wie sie klingen sollen:
Khabad,samayakh,Shabbos,Sukkos.
Um ein Skript vorzubereiten, fügen Sie es mit diesem Prompt in einen beliebigen Chatbot ein:
Unten steht ein englisches Skript, in das hebräische und jiddische Wörter gemischt sind. Eine Text-zu-Sprache-Stimme wird es vorlesen. Schreiben Sie nur die hebräischen und jiddischen Wörter so um, dass die Stimme sie in aschkenasischer (Chabad-)Aussprache spricht. Schreiben Sie sie in lateinischen Buchstaben, mit „kh“ für Chet und Chaf, „s“ für ein Taw ohne Dagesch und „o“ für ein Kamaz (Shabbos, Sukkos, Khabad, samayakh). Ändern Sie keine englischen Wörter. Geben Sie das vollständige Skript zurück und danach eine Liste aller Wörter, die Sie geändert haben.
Hören Sie sich das ganze Ergebnis an, bevor Sie es veröffentlichen. Derselbe Rechtschreibtrick funktioniert auch in Suno.
Wofür Schluchim es nutzen
- Vertonung nach einem Skript, in einer Standardstimme oder Ihrer eigenen geklonten Stimme. Im August 2026 für Vertonungen mit der eigenen Stimme empfohlen.
- Zwei Wörter in einer Aufnahme korrigieren, ohne neu aufzunehmen (Descript kann das auch), März 2026.
- Eine professionelle Mailbox-Ansage: „Fiverr oder ElevenLabs“, Juni 2026.
- Ein langes Dokument anhören. Die kostenlose App ElevenLabs Reader liest PDFs und Artikel vor. Im August 2026 schlugen Mitglieder sie vor, um eine Rede in einer natürlichen Stimme zu hören, und ElevenLabs selbst, wenn Sie eine MP3-Datei brauchen.
- Sprachantworten von einem KI-Agenten. Siehe unten.
- Transkription. Scribe v2 ist das Sprache-zu-Text-Modell von ElevenLabs, auf der API-Preisseite mit $0,22 pro Stunde Audio ausgewiesen, mit Sprecherkennzeichnung und einer Liste von Schlüsselbegriffen, die Sie ihm mitgeben können. Die Medien-Skill von GabAI nutzt Scribe für Audio, sobald ein ElevenLabs-Schlüssel verbunden ist.
Sprachantworten von Agenten
Entwickler in den Gruppen GabAI und Hermes verglichen Mitte 2026 Stimmen. Die Text-zu-Sprache von OpenAI kostet nur einen kleinen Bruchteil von ElevenLabs und ist ordentlich; ElevenLabs „klingt wie ein echter Mensch“, während man bei OpenAI „hört, dass es KI ist“. Die Regel, auf die sich mehrere von ihnen einigten:
- Nutzen Sie standardmäßig die günstige Stimme.
- Zahlen Sie für ElevenLabs nur, wenn es auf eine bestimmte Stimme ankommt.
- Senden Sie eine Sprachantwort nur auf Wunsch („antworte mir mit Stimme“), damit Sie nicht für jede gesprochene Nachricht bezahlen.
Im Oktober 2026 schlug ein Mitglied eine Twilio-Telefonnummer plus einen ElevenLabs-Sprachagenten für eine Frage-und-Antwort-Linie per Telefon und WhatsApp vor. Gebaut hatte es noch niemand. Siehe Sprachnachrichten und Sprachantworten für die Eingangsseite.
Worauf Sie achten sollten
- Credits gehen schneller zur Neige als erwartet. Zehn Minuten Sprache sind etwa 10.000 Zeichen, der ganze kostenlose Monat.
- Klonen Sie eine Stimme nur mit der Erlaubnis der Person.
- Hebräisch braucht weiterhin ein menschliches Ohr. Auch mit Nekudos rutschen Namen und seltene Wörter durch.
Alternativen
- Text-zu-Sprache von OpenAI oder „Vorlesen“ in ChatGPT und Gemini: günstiger oder kostenlos, deutlicher als synthetisch erkennbar. Im August 2026 fand ein Mitglied das Vorlesen von ChatGPT und Gemini natürlicher im Gespräch als das von Claude.
- Speechify: um sich selbst Dokumente vorzulesen, mit einem kostenlosen Tarif.
- Descript: eine Aufnahme bearbeiten, indem man ihr Transkript bearbeitet, mit eigenen KI-Stimmen.
- Cartesia: ein weiterer Anbieter für Text-zu-Sprache, in der Gruppe erwähnt, aber nicht besprochen.
Was sich 2026 geändert hat
- Hebräisch wurde in v3 von einer Notlösung zu einer aufgeführten Sprache, und v4 (September 2026) führt es ebenfalls auf.
- Scribe v1 ist veraltet; Scribe v2 ist das aktuelle Transkriptionsmodell.
- Der Hauptzweck der Gruppe verlagerte sich von der Vertonung zu Sprachantworten für persönliche KI-Agenten.