Wenn die KI noch sowas von weit weg vom Gehoer ist!

16.10 2026 |  09:27:00  |  Blog

Ich habe eine crossmarketing Idee fuer Audio Promotion ausgedacht und dafuer habe ich mir das XTTSv2 ONNX installiert und ein Python Script erstellt mit dem ich mir eine Audioausgabe aus einem Text generieren lasse.

Jetzt mal fuer nicht IT-ler: ich habe meine eigene Stimme fuer 10 Sekunden aufgenommen. Diese Datei wird bei KI Audio als "Model" bezeichnet. In etlichen KI tools kann ich der KI sagen: nimm diese von mir aufgenommene Stimme um aus dem text in der Datei meinevision.txt eine Audioversion zu generieren.

Das funktioniert alles schon sehr wunderbar und extrem schnell wenn man die richtigen Rechner-Prozessoren und Sprach-Modelle besitzt. Meines scheint nur manchmal zu funktionieren. In meiner Textdatei steht der Text "¡Ha llegado el momento de nuevo: aquí están los momentos XAXI para los próximos 7 días!" (Es ist der Moment gekommen: hier sind die auf XAXI publizierten Termine fuer die kommenden 7 Tage)

Ja, es handelt sich um die Idee fuer Radio-Jingles. Moderatoren muessen quasi nur ein mal eine Audio-Datei ihrer Stimme erstellen und bekommen dafuer einmalig Geld. Danach muss eine Verwertung stattfinden, wann auch immer der Radiosender die Stimme verwenden moechte. Und wie oft. Denn Fakt ist: der Moderator, Schauspieler oder Sprecher muss nach dieser ersten Aufnahme nie wieder in das Studio. Erschreckend aber real.

Ganz real auch was die AI aus meinem Satz oben zusammengeschustert hat! Hier nochmal der Text:

¡Ha llegado el momento de nuevo: aquí están los momentos XAXI para los próximos 7 días! DOWNLOAD OR PLAY