So nimmst du eine Sprachprobe auf, die wirklich nach dir klingt

Wenn eine geklonte Stimme falsch klingt, ist die KI schuld. Meist hat die KI aber genau das getan, worum sie gebeten wurde — sie hat getreu eine Aufnahme modelliert, die abends um acht in der Küche entstand, von jemandem, der eine seltsame Nachrichtensprecher-Nummer abzog, weil ein Mikrofon lief.

Die Aufnahme ist das ganze Spiel. Hier steht, was wirklich etwas bewirkt, ungefähr nach Wirkung sortiert.

1. Hintergrundgeräusche ausschalten

Das zählt mehr als alles andere zusammen.

Ein Stimmmodell kann dich nicht sauber von deiner Umgebung trennen. Es lernt den Raum. Eine Spülmaschine zwei Meter weiter wird Teil dessen, was das Modell für deine Stimme hält, und jede Geschichte danach trägt einen leisen Geist davon mit sich.

Was zu tun ist:

• Tür zu. Ein Schlafzimmer mit weichen Textilien ist ideal — Bett, Vorhänge und Teppich schlucken Reflexionen.
• Alles mit Motor oder Lüfter ausschalten. Spülmaschine, Dunstabzug, Klimaanlage.
• Fenster schließen. Verkehr ist schlimmer, als man denkt.
• Bad und Küche meiden. Harte Flächen erzeugen Hall, und Hall ist danach dauerhaft eingebrannt.

Du brauchst keine Stille. Du brauchst die Abwesenheit bestimmter konkurrierender Geräusche.

2. Lies so, wie du deinem Kind vorliest

Sobald ein Mikrofon auftaucht, werden die meisten langsamer, gehen mit der Stimme runter und erzählen wie eine Dokumentation. Der Klon klingt dann genau so — nach einem leicht gestelzten Fremden mit deinem Akzent.

Die Lösung ist eine Kopfsache. Stell dir dein Kind neben dir vor, halb eingeschlafen, und lies diesem Bild vor. Etwas zu beiläufig ist deutlich besser als etwas zu inszeniert.

Wenn du dich bei der Vorlesestimme ertappst, hör auf und fang neu an. Das kostet zwanzig Sekunden.

3. Halt das Handy richtig

Ein Handymikrofon ist gut. Die Leute benutzen es schlecht.

• Eine Handbreit vom Mund. Näher gibt es bei jedem „p“ und „b“ ein Plopp. Weiter weg kriecht der Raum hinein.
• Leicht seitlich, nicht frontal. Dann geht dein Atem am Mikrofon vorbei.
• Die Unterkante nicht abdecken. Bei den meisten Handys sitzt dort das Hauptmikrofon, und ein Daumen darauf ist die häufigste Ursache für eine dumpfe Aufnahme.
• Dicke Hüllen abnehmen.

Kopfhörer sind meist eine Verschlechterung, keine Verbesserung. Ihre Mikrofone sind für Telefonate ausgelegt — sie komprimieren stark und schneiden tiefe Frequenzen weg, also genau die Wärme, an der man eine Stimme erkennt. Das Handy selbst ist besser.

4. Gib ihm eine ganze Minute, wenn es geht

Dreißig Sekunden können ein brauchbares Modell ergeben. Eine Minute ergibt ein spürbar stabileres, besonders bei ungewöhnlichen Sätzen.

Mehr Audio heißt mehr Beispiele dafür, wie du verschiedene Laute formst, das Modell muss also weniger raten. Wenn die App dir einen Text anzeigt, lies ihn ganz, statt an der Stelle aufzuhören, an der es heißt, es reiche.

5. Lies den Text so, wie er dasteht

Wenn ein Text auf dem Bildschirm steht, lies genau diese Wörter. Apps gleichen oft per Spracherkennung ab, was du gesagt hast und was du sagen solltest — als Behelfsmaß dafür, ob die Aufnahme klar genug ist. Freies Improvisieren fällt bei dieser Prüfung durch, selbst wenn der Ton gut ist.

Wenn du dich verhaspelst, ist den meisten Apps ein Neustart lieber als Durchziehen — saubere sechzig Sekunden schlagen neunzig Sekunden mit einem Husten in der Mitte.

6. Sei in normaler Verfassung

Eine müde Stimme um Mitternacht ergibt einen müde klingenden Klon. Eine Erkältung auch, und ebenso das Ende eines Streits ums Zähneputzen.

Du musst nicht ausgeruht sein. Du solltest ungefähr dein übliches Selbst sein, denn das ist die Stimme, die dein Kind erkennt. Bei einer Erkältung: zwei Tage warten. Das Modell, das du in fünf Minuten machst, hörst du monatelang.

Eine Routine in sechzig Sekunden

1. Schlafzimmer, Tür zu, alles mit Motor aus.
2. Handy in der Hand, eine Handbreit weg, leicht seitlich, Unterkante frei.
3. Einmal die erste Zeile laut zur Probe lesen, um die Sprecherstimme loszuwerden.
4. Den ganzen Text in deinem normalen Vorlesetempo aufnehmen.
5. Abspielen. Eine einzige Frage stellen: Klingt das nach mir beim Reden oder nach mir beim Vortragen?
6. Wenn Vortragen: noch einmal. Es wird besser.

Was trotzdem nicht perfekt wird

Selbst mit einer makellosen Aufnahme: Erwarte eine etwas ruhigere Version von dir. Die Performance-Schicht — die Wolfsstimme, die dramatische Pause, das Flüstern beim Wegdämmern — bleibt die Lücke.

Das zu wissen, schützt vor Enttäuschung. Was bleibt, ist das, was einem kleinen Kind am meisten bedeutet: der Klang von dir. Kinder erkennen ihn verlässlich sofort, und genau darum geht es.

Nach der Aufnahme

Zwei Gewohnheiten lohnen sich:

Hör eine ganze Geschichte an, bevor du dich darauf verlässt. Eine Aufnahme kann für sich gut klingen und über drei Minuten Erzählung ein Problem zeigen.

Nimm neu auf, wenn sich die Umstände ändern. Nach einer langen Krankheit wieder fit, oder die erste Aufnahme in einer lauten Wohnung gemacht, aus der du längst ausgezogen bist? Eine frische Aufnahme dauert eine Minute, und das alte Profil kannst du löschen.

Und wenn du lieber kein dauerhaftes Sprachprofil behalten willst: Löschen und später neu aufnehmen ist völlig in Ordnung — die Datenschutzfragen, die sich lohnen erklären, warum manche Eltern es genau so handhaben.

Lust, es zu probieren? Taletune gibt es kostenlos für iOS und Android, und nach etwa zwei Minuten weißt du, ob das Ergebnis nach dir klingt.