Anleitung2026-03-13·8 Min. gelesen

Hörbücher mit der Fish Audio API produzieren

Anleitung für Fish Audio-Modelle über die API von Kitta AI. API-Schlüssel und Guthaben werden von dieser Plattform verwaltet.

Warum Fish Audio für Hörbücher?

Fish Audios Modell S1 belegte Platz 1 in der TTS-Arena2, bekannt für seine Emotionskontrolle und Natürlichkeit. Für die Hörbuchproduktion bietet es drei entscheidende Vorteile:

Sprachklonen

Erstellen Sie eine lizenzierte Erzählstimme aus einem kurzen Audiobeispiel und sorgen Sie für eine konsistente Erzählung im gesamten Buch.

Emotionskontrolle

Open-Domain-Emotionsanmerkung macht Dialogszenen lebendig und nicht roboterhaft.

Fish Audio S2.1 Pro: 83 Sprachen

Einmal trainieren, in mehreren Sprachen veröffentlichen – ideal für internationale Hörbuchveröffentlichungen.

Produktionsworkflow: 5 Schritte

1

Referenzaudio vorbereiten

Nehmen Sie 10–30 Sekunden sauberes Audio auf oder sammeln Sie es. Je sauberer die Probe (kein Hintergrundrauschen), desto besser der Klon. Unterstützt MP3, WAV, M4A.

2

Erstellen Sie ein Sprachmodell in Kitta AI

Melden Sie sich bei Kitta AI an, gehen Sie zu Voice Cloning, laden Sie Ihr Referenzaudio hoch, benennen Sie die Stimme und klicken Sie auf Klonen starten. Das Training ist in etwa 1 Minute abgeschlossen.

3

Teilen Sie Ihr Manuskript auf

Teilen Sie das Manuskript nach Kapiteln auf. Halten Sie jedes Segment unter 1.000 Wörtern. Verwenden Sie den Langtextmodus oder den Stapelmodus von Kitta AI – das System übernimmt die Aufteilung automatisch.

4

Audio generieren und herunterladen

Wählen Sie Ihr geklontes Sprachmodell aus, fügen Sie den Text ein und klicken Sie auf „Generieren“. Erstellen Sie mehrere Kapitel stapelweise und laden Sie dann die MP3-Dateien herunter.

5

Nachbearbeitung (optional)

Verwenden Sie Audacity oder Adobe Audition, um die Lautstärke über die Kapitel hinweg zu normalisieren und sie für die endgültige Hörbuchdatei zusammenzufügen.

Tipps für bessere Qualität

Beziehen Sie emotionale Variationen in Ihr Referenzaudio ein (nicht nur flaches Lesen) – die geklonte Stimme wird ausdrucksvoller sein
Fügen Sie für Dialoge emotionale Hinweise in den Text ein, z. B. „(aufgeregt)“ – Fish Audio unterstützt die Emotionskontrolle in natürlicher Sprache
Beschränken Sie jedes Textsegment auf 500–800 Wörter, um die beste Qualität bei langen Inhalten zu erzielen
Verwenden Sie für alle Kapitel eines Buchs dasselbe Sprachmodell, um die Konsistenz zu gewährleisten

FAQ

Eignet sich Fish Audio API für die Produktion von Hörbüchern?

Verwenden Sie Fish Audio S2.1 Pro bis Kitta AI API für autorisiertes Stimmenklonen und Hörbuchkommentare in 83 Sprachen. Anforderungen an Referenzaudio, Textbeschränkungen und Streaming-Optionen hängen vom ausgewählten Modell ab. Verwenden Sie Kitta AI API-Schlüssel und -Guthaben, nicht das Konto des Modellanbieters.

Wie viel kostet die Produktion eines Hörbuchs mit Fish Audio?

Fish Audio bietet ein kostenloses Kontingent (8.000 Credits/Monat, ~7 Minuten Audio). Über Kitta AI, das die Fish Audio-Technologie nutzt, umfasst der kostenlose Plan 1.000 Credits und kostenpflichtige Pläne beginnen bei 20.000 Credits/Monat.

Wie viele Credits sind für ein Hörbuch mit 100.000 Wörtern erforderlich?

Zum Standardpreis Kitta AI erfordern 100.000 Zeichen etwa 100.000 Credits (1 Credit = 1 Zeichen). Der Pro-Plan beinhaltet 20.000 Credits/Monat – für ein vollständiges Hörbuch wird ein Aufladeplan empfohlen.

Beginnen Sie noch heute mit Ihrem Hörbuch

Kitta AI basiert auf der Fish Audio-Technologie. Probieren Sie das Klonen von Stimmen und die Produktion von Hörbüchern kostenlos aus.

Ähnliche Inhalte