Gibt es eine App, die Gute-Nacht-Geschichten in meiner eigenen Stimme vorliest?

Eltern stellen diese Frage seit Jahren, meist im denkbar ungünstigsten Moment — am Abend vor einer Dienstreise oder an dem Tag, an dem Oma in eine andere Stadt zieht. Der Wunsch ist einfach. Mein Kind will, dass ich die Geschichte vorlese. Ich kann nicht da sein. Kann das etwas anderes in meiner Stimme übernehmen?

Bis vor Kurzem war die ehrliche Antwort nein. Man konnte sich selbst beim Vorlesen eines bestimmten Buchs aufnehmen, und viele Eltern haben das getan — aber dann hatte man eine Aufnahme von einer Geschichte. Sobald das Kind eine andere wollte, stand man wieder am Anfang.

Das hat sich geändert. Sprachklonen ist inzwischen leise gut genug — und günstig genug — geworden, dass eine App ein Modell deiner Stimme speichern und damit jede Geschichte ihrer Bibliothek erzählen kann. Dieser Text erklärt, wie das in der Praxis funktioniert, ohne Werbelack.

Was „deine eigene Stimme“ hier wirklich heißt

Hinter dieser Formulierung stecken zwei sehr verschiedene Dinge, und sie werden ständig verwechselt.

Das erste ist sich selbst aufnehmen. Du liest ein Buch laut vor, die App speichert das Audio, dein Kind spielt es ab. Einfach, ehrlich und begrenzt: eine Aufnahme pro Buch, und Neuaufnehmen ist mühsam.

Das zweite ist Sprachklonen. Du liest einmal einen kurzen Text vor — meist dreißig Sekunden bis eine Minute. Eine Software analysiert die Aufnahme und baut ein mathematisches Modell davon, wie deine Stimme klingt: Tonhöhe, Tempo, die Art, wie du Konsonanten setzt. Danach kann die App neue Sprache in dieser Stimme erzeugen — für Texte, die du nie laut vorgelesen hast.

Erst das Zweite macht die ganze Idee praktikabel. Einmal aufnehmen, und jede Geschichte der Bibliothek gibt es in deiner Stimme. Dein Kind sucht sie aus, nicht du.

Wie das klingt

Hier lohnt sich Deutlichkeit, weil Erwartungen zählen.

Ein gutes Stimmmodell aus einer guten Aufnahme klingt wie du an einem etwas flachen Tag. Die Klangfarbe stimmt — wer dich kennt, erkennt dich sofort, und Kinder fast immer. Was fehlt, ist die oberste Schicht, die Performance: die alberne Stimme für den Wolf, die Pause vor der gruseligen Stelle, das Schnellerwerden, wenn du merkst, dass sie gleich einschlafen.

Moderne Systeme haben diesen Abstand deutlich verkleinert. Das Erzählen kann heute eine emotionale Richtung tragen, eine Geschichte kann also sanft statt tonlos gelesen werden. Aber wenn du dir etwas vorstellst, das von deiner vollen Bühnenvorstellung nicht zu unterscheiden ist, dann korrigiere die Erwartung ein Stück nach unten. Wenn du dir etwas vorstellst, bei dem eine Vierjährige sagt „das ist Papa“ — genau das bekommst du.

Die Aufnahme entscheidet über die Qualität

Fast jedes enttäuschende Ergebnis geht auf eine schlechte Aufnahme zurück, nicht auf schlechte Software. Drei Dinge zählen, in dieser Reihenfolge:

Ein ruhiger Raum. Kein Studio — ein Schlafzimmer mit geschlossener Tür reicht. Was eine Aufnahme ruiniert, sind Hintergrundgeräusche, die das Modell nicht von deiner Stimme trennen kann: ein Fernseher, die Spülmaschine, Verkehr durch das offene Fenster. Das Modell lernt den Raum gleich mit.

Deine normale Vorlesestimme. Sobald ein Mikrofon auftaucht, fangen die meisten an zu „performen“ — langsamer und tiefer, als sie wirklich sind. Das Stimmmodell klingt dann nach dieser Vorstellung und nicht nach dir. Lies so, wie du deinem Kind abends um neun vorliest.

Genug Audio. Dreißig Sekunden können funktionieren. Eine Minute ist besser. Das Modell hat mehr zu lernen, und das Ergebnis ist spürbar stabiler.

Dazu haben wir einen längeren Text geschrieben — wie du eine Sprachaufnahme machst, die wirklich nach dir klingt —, denn das sind ehrlich die fünf Minuten mit der größten Wirkung im ganzen Prozess.

Die Fragen, die sich vor der Aufnahme lohnen

Die Stimme ist ein biometrisches Merkmal. Sie ist nicht dasselbe wie eine E-Mail-Adresse, und jede App, die danach fragt, sollte das hier klar beantworten können:

• Wohin geht die Aufnahme, und wer verarbeitet sie? „In die Cloud“ ist keine Antwort. Ein namentlich genannter Anbieter schon.
• Kannst du sie löschen? Nicht „deaktivieren“ — löschen, samt dem daraus erzeugten Stimmmodell, und nicht nur in der App, sondern auch bei dem, der es erzeugt hat.
• Wird damit irgendetwas trainiert? Deine Stimme sollte dein Sprachprofil bauen und sonst nichts.
• Kann jemand anderes deine Stimme benutzen? Die Antwort sollte nein lauten, und es sollte keine Teilen-Funktion geben, die es aus Versehen doch möglich macht.

Wenn eine App bei einem dieser Punkte vage bleibt, ist genau diese Vagheit die Antwort. Unsere eigene Position haben wir hier aufgeschrieben: Ist Sprachklonen mit KI sicher für Kinder? — inklusive der Punkte, um die man sich zu Recht sorgt.

Wessen Stimme du klonen darfst

Eine Regel, und die ist nicht verhandelbar: klone deine eigene Stimme oder die einer erwachsenen Person, die ausdrücklich zugestimmt hat.

Nimm kein Kind für ein Sprachprofil auf. Klone keine Person des öffentlichen Lebens, damit ein Promi deinem Kind vorliest. Klone keine Verwandten als Überraschung — frag vorher, so lieb die Absicht auch ist. Eine Stimme ist persönlich, auf eine Weise, die einem sofort einleuchtet, sobald man kurz darüber nachdenkt, und die man leicht übersieht, wenn man von einer Funktion begeistert ist.

Was es kostet

Die meisten Apps in diesem Bereich sind kostenlos zum Ausprobieren und haben eine kostenpflichtige Stufe, meist in der Größenordnung von ein paar Euro im Monat. Taletune lässt sich kostenlos laden, ein Abo ist optional; du kannst ein Sprachprofil anlegen und eine Geschichte anhören, ohne zu bezahlen.

Misstrauisch machen sollte dich eine Abrechnung pro Audiominute, wie sie bei Sprachtools für Entwickler üblich ist. Für die Gute-Nacht-Geschichte ergibt sie keinen Sinn. Vorlesezeit ist täglich und offen im Umfang. Wer pro Minute zahlt, rechnet irgendwann mitten in der Geschichte im Kopf — was den Sinn der Sache ziemlich zunichtemacht.

Für wen sich das wirklich lohnt

Drei Gruppen haben überdurchschnittlich viel davon:

Eltern auf Reisen. Der naheliegende Fall. Die Routine übersteht die Reise, und an der Routine hängen Kinder tatsächlich.

Großeltern in der Ferne. Oft das stärkste Argument. Wer im Ausland lebt, nimmt einmal auf und ist danach abends dabei, in der eigenen Stimme, ohne verabredeten Videoanruf zu einer unmöglichen Uhrzeit. Darüber haben wir hier geschrieben.

Haushalte, in denen der Abend an einer erschöpften Person hängt. Schichtarbeit, Alleinerziehende, ein oft abwesender Partner. Eine Geschichte an die Stimme des anderen Elternteils abzugeben, ersetzt diesen Menschen nicht, ist aber abends um neun eine echte Hilfe.

Wo es passt und wo nicht

Das gehört klar gesagt: Es ersetzt nicht, dass du deinem Kind vorliest. Nichts tut das. Bei den Belegen zum Vorlesen geht es genauso um das Miteinander wie um die Worte — das Zeigen, die Fragen, das Kind, das dazwischenredet und wissen will, warum der Wolf so ist.

Was es ersetzt, ist die Abwesenheit. Die Abende, an denen die Alternative nicht du beim Vorlesen ist, sondern Stille, eine fremde Stimme oder ein Bildschirm. Daran gemessen schlägt es sich sehr gut.

Wenn du es ausprobieren willst: Taletune gibt es kostenlos für iOS und Android. Einmal aufnehmen — und schauen, was dein Kind sagt, wenn die Geschichte losgeht.