Nova
Schiffs-KI, die deine Akte gelesen hat
Stimmkategorie
Roboterstimmen generieren
Die interessanten Roboterstimmen sind nicht die schnarrenden. Es sind die, die fast menschlich sind und in genau einer Kleinigkeit falsch – vollkommene Gleichmäßigkeit, kein Atem, eine Pause an der falschen Stelle. Das ist eine Entscheidung der Darbietung, und die kannst du führen.
Vier Stimmen für den Anfang
Halcyon
So ruhig, dass es unheimlich wird
Noor
Klarheit einer Bahnhofsdurchsage
Vex
Etwas, das einen vernünftigen Ton trägt
Die Hörproben sind Platzhalter, solange das öffentliche Demo-Audio noch produziert wird. Jede Stimme ist in jedem Tarif verfügbar – die Bibliothek ist keine Bezahlschranke.
Drei verschiedene Roboter-Register
Das erste ist der Retro-Computer: stark bearbeitet, silbengetaktet, offensichtlich mechanisch. Er ist eher ein Nostalgiesignal als eine Figur und entsteht vollständig über Effekte, nicht über Darbietung. Das zweite ist der heutige Assistent: angenehm, gleichmäßig, mild warm, nicht zu unterscheiden von einer guten kommerziellen Sprachsynthese – was er, passenderweise, genau ist. Das dritte ist der Android: in der Klangfarbe völlig menschlich und im Verhalten fein daneben.
Nur das dritte ist wirklich eine Besetzungsentscheidung, und dort lohnt die Zeit, weil es das einzige ist, das eine dramatische Szene tragen kann. Die anderen beiden sind Ausstattung, und Ausstattung ist billig.
Die unheimliche Fassung schreiben
Maschinensprache wird in der Fiktion fast vollständig über Wortwahl und Satzbau signalisiert. Keine Verkürzungen. Kein Abschwächen. Keine Satzfragmente. Vollständige Sätze auch unter Druck. Präzise Zahlen, wo ein Mensch runden würde – „in vier Minuten und zehn Sekunden“ statt „gleich“.
Im Deutschen gibt es dafür ein besonders scharfes Werkzeug: die Amts- und Ansagesprache. Wer in Deutschland, Österreich oder der Schweiz je auf einem Bahnsteig gestanden hat, kennt den Tonfall, in dem eine Verspätung mitgeteilt wird – vollständig, höflich, vollkommen unbeteiligt. Eine Maschinenfigur, die im Register einer Durchsage spricht, ist sofort als nichtmenschlich markiert, und du brauchst dafür keinen einzigen Effekt.
Das zweite Werkzeug ist das Antwort-Missverhältnis. Eine menschliche Figur sagt etwas Emotionales; die Maschine antwortet mit Information. Dieser Wortwechsel etabliert Nichtmenschlichkeit schneller als jede Bearbeitung, und er übersteht Übersetzung, Kompression und schlechte Lautsprecher.
Warum du nicht im Render bearbeiten solltest
Jeder eingebackene Effekt ist eine Entscheidung, die du nicht mehr revidieren kannst. Eine Ringmodulation, die auf deinen Monitoren perfekt klang, wird auf einem Handy unverständlich. Eine gedoppelte Stimme, die in einer leisen Szene funktionierte, streitet in einer lauten mit der Musik. Und wenn du später ein Wort ändern musst, passt der neue Render nicht zum bearbeiteten Original.
Sauber erzeugen und im Editor behandeln kostet ein paar Minuten und hält jede dieser Entscheidungen offen. Der Stem-Export (in Pro) existiert größtenteils aus diesem Grund.
Eine Anmerkung zur offensichtlichen Ironie
Es hat etwas wirklich Komisches, eine synthetische Stimme eine synthetische Stimme spielen zu lassen, und man sollte es aussprechen: Der Grund, warum sich eine heutige Assistentenstimme hier leicht herstellen lässt, ist, dass es dieselbe Technik ist, unverändert. Der unheimliche Android ist schwerer, denn dafür muss das Modell menschlich genug sein, um geglaubt zu werden, und beherrscht genug, um falsch zu sein.
Praktisch heißt das: Retro- und Assistenten-Register sind fast umsonst, und deine Regiezeit gehört zum Androiden. Das ist genau das Gegenteil davon, wo die meisten sie ausgeben.
Die Maschinenstimme als Komikmittel
Außerhalb der Science-Fiction ist der produktivste Einsatz einer emotional flachen Stimme die Komik. Ein unerbittlich freundliches automatisches System, das etwas Absurdes erklärt; eine Durchsage, die eine Katastrophe im Tonfall einer Abfahrtstafel meldet; eine Navigationsstimme mit Meinungen – all das funktioniert, weil das Register vollkommen feststeht, während der Inhalt eskaliert.
Die Schreibregel lautet: Die Maschine darf die Absurdität nie zur Kenntnis nehmen. In dem Moment, in dem sie das Geschehen kommentiert, wird sie zu einer Figur mit Humor, und der Witz fällt zu einer gewöhnlichen komischen Stimme zusammen. Halt die Zustellung neutral, halt den Wortschatz verfahrensmäßig, und lass alles andere in der Szene reagieren.
Jede Stimme, die du brauchst
In wenigen Schritten vom Skript zum Audio
- Entscheide, welche Roboter-Epoche du willst
Ein Computer aus den Sechzigern, ein heutiger Sprachassistent und ein unheimlicher Android sind drei verschiedene Klänge. Der erste ist bearbeitet, der zweite flach und angenehm, der dritte menschlich mit einer Leerstelle.
- Flach besetzen statt filtern
Fang bei einer Stimme mit von Natur aus geringer emotionaler Variation an. Eine warme Stimme robotisch zu filtern klingt meist einfach nach einer warmen Stimme durch einen schlechten Lautsprecher.
- Schreib ohne Verkürzungen
Eine Maschinenfigur, die „nicht wahr“ statt „nich' wahr“ und „es ist“ statt „is'“ sagt, wirkt sofort nichtmenschlich, ganz ohne Bearbeitung. Im Deutschen kommt die vollständige Kasusform dazu: „auf dem Deck“ statt „aufm Deck“. Das ist die Änderung mit dem besten Verhältnis von Aufwand zu Wirkung.
- Jede Zeile auf neutral halten
Das Beunruhigende an einer Maschinenstimme entsteht aus emotionaler Flachheit in Situationen, die Emotion verlangen. Widersteh dem Drang, Regie zu führen.
- Bearbeitung danach, wenn überhaupt
Exportier sauber und leg Filter, Doppelungen oder Ringmodulation in deinem Editor darauf. Ein sauberer Take lässt sich immer verschlechtern; ein verschlechterter nicht zurückholen.
Häufige Fragen
Bekomme ich die klassische schnarrende Roboterstimme?
Nicht aus dem Render, und das ist Absicht. Dieser Klang ist ein Bearbeitungseffekt – Ringmodulation, Vocoder, Bitreduktion – und wird nachträglich aufgelegt. Erzeug die Darbietung sauber und füg den Effekt im Editor hinzu, wo du ihn zurückdrehen kannst, wenn sich herausstellt, dass er unverständlich ist.
Warum wirkt eine flache Stimme unheimlicher als eine bearbeitete?
Weil eine bearbeitete Stimme offensichtlich eine Maschine ist und das Publikum sich entspannt. Eine Stimme, die fast menschlich, aber emotional abwesend ist, sitzt im Uncanny Valley, und das Unbehagen entsteht daraus, dass sie sich nicht einordnen lässt.
Wie klingt eine KI höflich und trotzdem falsch?
Schreib extrem korrekte, vollständige Sätze, halt die Emotion neutral und lass sie auf emotionale Momente mit Verfahrensinformation antworten. Das Missverhältnis zwischen Inhalt und Zustellung erledigt alles.
Wie gehe ich mit Anglizismen um?
Genau hier bricht deutsche Sprachsynthese am häufigsten ein. „Update“, „Feature“, „Backup“ mitten im deutschen Satz werden mal englisch, mal deutsch gelautet, und im Zweifel wechselt es innerhalb einer Szene. Hör die Zeilen mit Fremdwörtern einzeln an; eine Aussprache-Einstellung gibt es nicht, also schreib hartnäckige Fälle so, wie sie gesprochen werden sollen – bei einer Maschinenfigur, die ohnehin technisch spricht, betrifft das fast jede Zeile.
Kann die Stimme über eine Szene hinweg zerfallen?
Nicht innerhalb eines Renders. Erzeug die Zeilen sauber und leg im Editor zunehmende Verfremdung auf die späteren. In der Nachbearbeitung kannst du außerdem das Tempo des Zerfalls einstellen, und das ist beim ersten Versuch meistens falsch.
Taugt eine Roboterstimme außerhalb von Science-Fiction?
Sehr. Durchsagen, Telefonmenüs, Navigationsstimmen in einer erzählten Welt und satirische Unternehmenskommunikation nutzen dasselbe Register, und der Komikwert einer unerbittlich freundlichen automatischen Ansage ist nahezu unerschöpflich.
Was Leute mit diesen Stimmen machen
Besetze heute Abend deine erste Szene
Füge ein Skript ein, lass CastDub jeder Figur eine Stimme geben und exportier ein fertiges Hörspiel.
Kostenlos startenKeine Kreditkarte. Free gibt dir ein einmaliges Guthaben.