Ich habe 5 Sekunden meiner Stimme für eine IVR-Ansage geklont – und bin sieben Mal gescheitert

Letzten Dienstag saß ich im Büro, der Telefonanbieter hatte gerade die neue IVR-Ansage fertig gemischt – aber die Stimme klang wie ein Roboter aus den 90ern. „Drücken Sie die 1 für Vertrieb, die 2 für Support…“ – so was kann doch keiner ernst nehmen. Ich dachte: Ich nehme einfach meine eigene Stimme, klone sie kostenlos online, und fertig.

Falsch gedacht.

Die ersten Versuche klangen, als hätte ich eine Erkältung mit Mundschutz. Aber nach sieben Durchläufen hatte ich es drauf. Hier ist, was ich gelernt habe – und was du besser machst, wenn du eigene Stimme klonen willst.

Schritt 1: Die 5-Sekunden-Regel – aber richtig

Ja, das Tool auf de.web666.cc/clone braucht nur 5 Sekunden Audio. Aber nicht irgendein Audio. Ich habe erstmal mein altes Sprachnachrichten-Snippet genommen – mit Hintergrundrauschen und Hall. Ergebnis: Die geklonte Stimme klang, als würde sie aus einer Blechdose kommen.

Die Regel: Nimm ein ruhiges Zimmer, Smartphone auf Tisch, 10 cm Abstand. Sprich einen Satz mit allen Vokalen und ein paar Zahlen – z.B. „Eins, zwei, drei, vier – heute ist ein guter Tag für eine Ansage.“ Das gibt dem KI-Modell genug Material für die Tonhöhe.

Schritt 2: Die Pausen sind das Geheimnis

Mein erster Text war ein einziger Satz ohne Punkt. Die IVR-Ansage kam als ein 30-Sekunden-Breitwurst daher. Das Tool hat zwar einstellbare Pausen, aber die habe ich erst nach Versuch 3 entdeckt.

Tipp: Schreib deinen Text in kurze Zeilen. Nach jedem Satz eine Leerzeile. Das Tool interpretiert das als natürliche Pause. Und wenn du eine Zahl wie „0800 123 456“ hast, schreib sie aus: „null acht null eins zwei drei vier fünf sechs“ – sonst liest es die Ziffern einzeln, aber mit komischem Rhythmus.

Schritt 3: Die Tonhöhe – nicht zu hoch, nicht zu tief

Das Tool hat einen Regler für Tonhöhe und Sprechgeschwindigkeit. Ich dachte: Je tiefer, desto seriöser. Falsch. Bei zu tief klingt es wie ein schlechter Film-Bösewicht. Bei zu hoch wie ein Hörbuch für Kinder.

Mein Sweet Spot: Tonhöhe auf 0, Geschwindigkeit auf -5%. Klingt entspannt, aber nicht gelangweilt. Und wenn du eine Ansage für Kunden machst, denk an DSGVO: Du musst die Stimme nicht als „KI-generiert“ kennzeichnen, wenn du deine eigene nimmst – aber wenn du die Stimme eines Mitarbeiters klonst, brauchst du dessen Einwilligung. Das ist kein Spaß, das ist Urheberrecht.

Schritt 4: Die Wiedergabe-Test-Strategie

Nach dem ersten Export habe ich die Datei direkt auf meinem Handy abgespielt – im Auto, im Büro, mit Kopfhörern. Was auf dem Laptop gut klang, war im Auto zu leise. Also: Lautstärke im Tool auf 80% setzen, dann in Audacity normalisieren. Nicht zu viel, sonst rauscht es.

Schritt 5: Die DSGVO-Falle, die fast alle übersehen

Ich habe ein bisschen rumgefragt in deutschen Foren – viele nutzen stimme klonen ki Tools, die ihre Audiodaten auf US-Servern speichern. Das ist ein Problem, wenn du Kundendaten oder interne Begriffe einliest. Bei de.web666.cc ist das Tool online, aber du musst keine Daten anmelden – die Audio-Verarbeitung passiert direkt im Browser. Trotzdem: Wenn du eine IVR-Ansage mit Firmennamen machst, lass die Datei danach nicht ewig auf der Plattform liegen. Einfach runterladen und lokal speichern.

Schritt 6: Die 7. Version war die goldene

Ich habe am Ende sieben Versionen erstellt. Die ersten drei waren Müll, die vierte war okay, die fünfte hatte einen komischen Akzent auf „Service“, die sechste war zu schnell. Die siebte – mit 5 Sekunden sauberem Audio, Pausen nach jedem Satz, Tonhöhe 0, Geschwindigkeit -5% – hat funktioniert. Die Ansage läuft jetzt seit zwei Tagen auf unserer Hotline. Eine Kollegin hat mich gefragt, ob ich eine neue Assistentin eingestellt habe. Nein, es ist meine Stimme – nur besser gelaunt.

Mein letzter Tipp: Teste mit einem schwierigen Satz

Nimm einen Satz wie „Die Zahnrad-AG in Zürich hat 24/7 geöffnet“ – mit Umlauten, Zahlen und einem Eigennamen. Wenn das klappt, kannst du alles klonen. Und wenn du mal kein 5-Sekunden-Snippet hast, nimm einfach die Website-Vorlesefunktion deines Browsers – die liest deinen Text mit einer Standardstimme, aber das hilft dir, die Betonung zu planen.

Probier es aus – und schreib mir in die Kommentare, wie deine erste Klon-Ansage klingt. Ich wette, du brauchst weniger als sieben Versuche. Aber wenn nicht, ist das auch okay. Manchmal braucht es eben ein paar Fehler, bis die eigene Stimme klingt wie man selbst.

Weitere nützliche Seiten: Startseite | Stimme klonen Tool | Alle Artikel