Stimmen und Sprachen

Readalix spricht mit sechs verschiedenen Arten von Stimmen. Sie unterscheiden sich darin, wo die Sprache erzeugt wird, was sie dich kosten und wie genau die Wortmarkierung sitzt.

Wo die Stimmen zu finden sind

An zwei Orten, für zwei verschiedene Aufgaben.

• Die SymbolleisteDie Schaltfläche Stimme listet die Stimmen für die aktuelle Sprache auf, nach Quelle gruppiert. Hier wechselst du die Stimme für das Vorlesen vor dir, sogar mitten im Satz.
• Einstellungen, Sprachen & StimmenEine Zeile pro Sprache und in jeder Zeile eine Schaltfläche Stimmen, die die vollständige Liste dieser Sprache öffnet. Hier lädst du Stimmen herunter, fügst einen API-Schlüssel ein, blendest aus, was du nie nutzt, und ziehst den Rest in die gewünschte Reihenfolge.

Die acht Quellen

In der Stimmenliste einer Sprache ist die Quelle oben eine Auswahl: Browser, Microsoft, Piper, Kokoro, Supertonic, Gemini, OpenAI und ElevenLabs, jeweils mit der Zahl der Stimmen in dieser Sprache. Eine Quelle ohne Angebot wird trotzdem aufgeführt, damit du siehst, dass sie geprüft wurde. Neben der Auswahl findest du ein Suchfeld für lange Listen und eine kleine Info-Schaltfläche, die die Beschreibung der Quelle aufklappt.

Der Tab Browser kann auch die eigenen Google … (Natural)-Stimmen von Chrome enthalten. Sie gehören zum Lesemodus von Chrome und nicht zu deinem System, deshalb werden sie erst angeboten, wenn Readalix im Stillen eine ausprobiert hat und sie geantwortet hat. Chrome lädt diese Engine, wenn sein eigener Lesemodus zum ersten Mal etwas vorliest, die Stimmen können also direkt nach einem Neustart fehlen und später in derselben Sitzung erscheinen.

Erst anhören

Jede Stimmenzeile hat eine kleine Abspielen-Schaltfläche. Drück darauf, und die Stimme spricht eine Hörprobe, du wählst also nach Gehör statt nach Namen. Die Probe läuft, ohne die eingestellte Stimme zu ändern, und es spielt immer nur eine Probe.

Eine lokale Stimme herunterladen

Piper-Stimmen werden einzeln heruntergeladen: Die Zeile zeigt die Größe, ein Klick startet den Download und verwandelt sich in eine Prozentanzeige, dann in eine Entfernen-Schaltfläche, sobald die Stimme auf der Festplatte liegt. Kokoro und Supertonic sind jeweils ein Modell, das sich alle ihre Stimmen teilen, deshalb haben diese Tabs nur eine einzige Download-Schaltfläche: 398 MB für Supertonic und bei Kokoro ein Modell pro Sprache, 155 MB für Englisch oder 127 MB für Mandarin. Die Liste bleibt während eines Downloads benutzbar, du kannst also währenddessen mit einer anderen Stimme weiterlesen.

Eine heruntergeladene lokale Stimme braucht gar kein Netzwerk mehr, ideal also für das Flugzeug oder eine schlechte Verbindung.

Wenn ein Download fehlschlägt, sagt die Zeile, warum. Keine Verbindung heißt, dass dein Netzwerk den Download-Server nicht erreicht. Ein weiterer Versuch hilft erst, wenn es ihn wieder erreicht, deine anderen Stimmen lesen derweil weiter. Speicher voll heißt, dass nicht genug freier Speicherplatz da ist, und der Hinweis darunter nennt, wie viel die Stimme braucht. Fehlgeschlagen · erneut versuchen heißt, dass der Download abgebrochen wurde, und ein neuer Versuch bringt ihn meist zu Ende.

Einen API-Schlüssel hinzufügen

1. Öffne Einstellungen, dann Sprachen & Stimmen und dann die Schaltfläche Stimmen bei der gewünschten Sprache.
2. Wähle den Tab Gemini, OpenAI oder ElevenLabs.
3. Füge deinen Schlüssel in das Feld auf diesem Tab ein. Er wird vor dem Speichern beim Anbieter geprüft, ein Tippfehler fällt dir also sofort auf und nicht erst beim ersten Vorlesen.

Ein gespeicherter Schlüssel erscheint als kleiner Chip mit einer Schaltfläche API-Schlüssel entfernen daneben. Der Schlüssel wird nur auf diesem Gerät gespeichert. Er wird nicht mit deinen anderen Computern synchronisiert und erreicht Readalix nie.

ElevenLabs bietet ein paar Extras. Sobald der Schlüssel gespeichert ist, kommen die Stimmen deines ElevenLabs-Kontos in die Liste, auch die geklonten. Im Menü Modell wählst du zwischen mehr Qualität und weniger Credits, ein Ring zeigt, wie viel deiner ElevenLabs-Credits für diesen Monat schon verbraucht ist, und bei Modellen, die es unterstützen, legt ein Feld Sprechstil (zum Beispiel ruhiger, warmer Erzähler) die Stimmung fest, in der jeder Satz gelesen wird. Ein Stil zählt mit seiner eigenen Länge zu den Credits jedes Satzes.

Die Sprache wählen

Die Schaltfläche Sprache der Symbolleiste legt fest, als welche Sprache der Text behandelt wird. Das bestimmt wiederum, welche Stimmen angeboten werden und wie Sätze getrennt werden. Sprachen stehen unter ihrem eigenen Namen, ein Eintrag pro Sprache, und das Suchfeld findet den Namen in der Landessprache, den englischen Namen oder das Land, sodass „Arabic“, „Egypt“ und „مصر“ alle dieselbe Zeile finden.

Zwei Wege, die Liste zu deiner zu machen, beide unter Einstellungen, Sprachen & Stimmen:

• Ausblenden, was du nicht sprichstDer Schalter in einer Sprachzeile hält sie aus dem Menü der Symbolleiste heraus. Die Zeile bleibt gedimmt in den Einstellungen, du kannst sie also zurückholen.
• Selbst sortierenZieh eine Zeile am Griff. Diese Reihenfolge nutzt auch das Sprachmenü der Symbolleiste. Wenn du nichts tust, behält die Liste ihre Reihenfolge und ordnet sich nie selbst um.

Auf derselben Seite sitzt der Schalter für die eigene Oberflächensprache der Erweiterung, in jeder Zeile, deren Sprache Readalix übersetzt wurde. Das sind 52.

Eine Seite in mehr als einer Schrift braucht davon nichts. Jeder Satz wird von einer Stimme gelesen, die das verwendete Schriftsystem aussprechen kann, ein englischer Artikel mit arabischen, griechischen, hebräischen oder chinesischen Zitaten wird also am Stück gelesen, und nur die Teile in einer anderen Schrift wechseln die Stimme. Wenn du für die Website eine Sprache festgelegt hast, bestimmt diese Festlegung weiterhin die Hauptstimme.

Welche Stimmen exakt markieren

Die Satzmarkierung ist immer genau. Die Wortmarkierung hängt davon ab, ob die Stimme meldet, wo sie gerade ist:

• ExaktStimmen von Microsoft, Kokoro und ElevenLabs melden den Anfang jedes Wortes, die Markierung sitzt also auf dem gesprochenen Wort.
• Nah dranStimmen von Piper, Gemini und OpenAI werden an der echten Dauer des erzeugten Audios ausgerichtet, das hält die Markierung eng.
• GeschätztManche Browserstimmen melden nichts, deshalb richtet sich die Markierung nach Lesegeschwindigkeit und Wortlänge. Bei langen Sätzen driftet sie etwas.

Eine Stimmenliste nennt die Art direkt in der Zeile, du musst vor der Wahl also nicht raten.