KI-Voiceover für Videos und Werbung
Wähle aus 30 Stimmen. Das Modell liest genau, was du schreibst, bis zu 5.000 Zeichen pro Durchlauf (etwa acht Minuten Englisch).
Füge ein Skript ein und sag, wer es sprechen soll. Der Renoise Agent startet das Stimmmodell und zeigt die Credits vorher an.
Öffnet sich im Renoise Agent in der Desktop-Web-Version. Jede Aufgabe zeigt Modell und geschätzte Credits, bevor sie startet.
Echte Modellausgabe: die englische Fassung des Skripts im Feld, gesprochen von einer warmen Frauenstimme. Zum Anhören mit der Maus darüberfahren.
Wähle aus 30 Stimmen. Das Modell liest genau, was du schreibst, bis zu 5.000 Zeichen pro Durchlauf (etwa acht Minuten Englisch).
Schreib jede Zeile als "Name: Text" und gib jeder Person eine Stimme. Beide kommen in einer Datei zurück, schon in der richtigen Reihenfolge.
Beschreib die Stimme, etwa einen alten Zauberer oder einen Roboter, oder lade das Foto einer eigenen Figur hoch und lass das Modell die Stimme finden.
Dieselbe Stimme sprach Englisch, Spanisch, Portugiesisch, Deutsch, Französisch, Italienisch, Türkisch, Japanisch, Chinesisch und Koreanisch. Schreib in der Zielsprache; nichts wird übersetzt.
Hell, ruhig, warm, rau oder geflüstert: beschreib die Stimme, die du willst.
Voiceovers kosten 2 oder 4 Credits pro 250 Zeichen; jede Aufgabe zeigt die Schätzung vorher.
Regen, Musik oder ein Lachen zwischen den Zeilen? Seed Audio 1.0 erstellt die ganze Szene.
Bleib im selben Chat: leg die Stimme auf einen Clip oder erstelle als Nächstes das Video.
Füge das Skript in den Renoise Agent ein und sag, wer es sprechen soll, zum Beispiel "ruhiger Erzähler" oder zwei Personen mit Namen. Die Voiceovers auf dieser Seite entstanden mit Gemini 3.8 Flash TTS. Das Modell liest den Text genau so, wie er geschrieben ist, bis zu 5.000 Zeichen pro Durchlauf, und liefert eine WAV-Datei für 2 Credits pro 250 Zeichen. Soll es stärker gespielt klingen, verlang ElevenLabs TTS und markiere den Vortrag mit Tags wie [whispers] oder [laughs]; das Modell liest bis zu 10.000 Zeichen für 4 Credits pro 250. Jede Aufgabe zeigt Modell und geschätzte Credits, bevor sie startet.
Soll der Agent auch das Skript schreiben, Szenen planen oder das Video machen? Mehr zum Renoise Agent.
Sag, wer spricht: "ruhiger Erzähler", "gut gelaunte Moderatorin" oder "Nina: … / Theo: …" für zwei Stimmen.
Die Karte zeigt Modell und geschätzte Credits. Text vor dem Start anpassen.
Andere Stimme testen, Satzzeichen ändern und neu starten oder den Ton auf ein Video legen.
Die drei Stimmmodelle in Renoise: zwei Text-to-Speech-Modelle, eines für saubere Sprecher- und Dialogaufnahmen und eines für gespielten Vortrag, dazu ein Szenenmodell für alles rund um die Stimme.
| Modell | Gemini 3.8 Flash TTS | ElevenLabs TTS | Seed Audio 1.0 |
|---|---|---|---|
| Erstellt | Voiceover, Erzählung, Dialog mit zwei Stimmen | Gespieltes Voiceover und Figurentexte | Fertige Audioszene: Stimmen, Emotion, Musik, Effekte |
| Länge pro Durchlauf | Bis zu 5.000 Zeichen (etwa 8 Min. Englisch) | Bis zu 10.000 Zeichen | Bis zu 120 Sekunden |
| Stimmen | 30 fertige Stimmen | 19 fertige Stimmen oder geklont | Mit Worten beschrieben, aus einem Foto abgeleitet oder geklont |
| Sprecher | 1 oder genau 2 | 1 | Mehrere |
| Musik und Effekte | ✕ Nur Stimme | ✕ Nur Stimme | ✓ Im selben Prompt |
| Stimmen klonen | ✕ Nein | ✓ Aus 1–5 Aufnahmen, insgesamt etwa 1–2 Min. | ✓ Aus bis zu 3 Aufnahmen |
| Ton steuern | Stimmenwahl und Satzzeichen | Audio-Tags wie [whispers] oder [laughs] | Regieanweisungen im Prompt |
| Datei | WAV | MP3 | MP3 |
| Credits pro Durchlauf | 2 pro 250 Zeichen, maximal 40 | 4 pro 250 Zeichen, maximal 160 | 20 pauschal |
| Wo es läuft | Nur im Renoise Agent | Nur im Renoise Agent | Agent, Canvas und Audioseite, Desktop-Web |
Quelle: Modellliste und Credit-Schätzungen von Renoise (Gemini und Seed Audio abgerufen am 2026-11-05, ElevenLabs TTS am 2026-11-16, Klonen am 2026-11-19).
Was wir beim Arbeiten mit diesen Stimmen gelernt haben. Im Clip daneben liest ElevenLabs TTS denselben Satz zweimal mit derselben Stimme: erst ohne, dann mit Audio-Tags.
Bei ElevenLabs TTS setzt du einen Tag wie [whispers], [sighs] oder [excited] direkt vor die Worte, die er färben soll. Hör dir die Fassung ohne Tags und die Fassung mit Tags an.
Gemini 3.8 Flash TTS liest jedes Wort im Skript, also werden "(flüsternd)" oder ein Tag laut mitgesprochen. Lege den Ton dort über eine ruhige, helle oder raue Stimme fest.
Für eine ganze Darbietung mit Regen oder Musik drumherum beschreib sie in einem Seed-Audio-1.0-Prompt, wie bei dieser Szene mit zwei Figuren. Das kostet 20 Credits und geht bis 120 Sekunden.
Zwei Modelle können eine Stimme klonen. ElevenLabs TTS nimmt 1 bis 5 Clips einer Person, die deutlich spricht, insgesamt etwa ein bis zwei Minuten ohne Musik oder andere Stimmen, und liest deine Zeilen mit dieser Stimme; der Klon entsteht nur für diese Aufgabe und kostet so viel wie eine normale Lesung. Seed Audio 1.0 klont aus bis zu drei kurzen Aufnahmen und kann die geklonte Stimme in eine ganze Szene setzen. In beiden Fällen lädst du die Aufnahmen hoch und schreibst die Zeilen im Chat mit dem Agenten; die Aufnahmen landen wie jeder andere Upload in deiner privaten Bibliothek.
Klone nur deine eigene Stimme oder eine, deren Inhaber schriftlich zugestimmt hat. Renoise erzeugt keine Stimmen von Prominenten, Personen des öffentlichen Lebens oder Minderjährigen, und es gelten die Gesetze zu Stimme und Persönlichkeitsrechten dort, wo du veröffentlichst. Die Figurenstimmen auf dieser Seite sind eigene: mit Worten beschrieben oder aus dem Foto einer von uns generierten Figur abgeleitet.
Das geklonte Beispiel im FAQ entstand so, wie es ein Kunde machen würde, mit einem Unterschied: Die 15-sekündige Referenzaufnahme stammte selbst aus einer Text-to-Speech-Stimme. Für diese Seite wurde also keine Stimme einer echten Person verwendet.
Klone nur deine Stimme oder eine, für die du eine schriftliche Erlaubnis hast.
Uploads landen in deiner privaten Bibliothek, nie in einer öffentlichen Galerie — und dieselbe Datei erneut zu verarbeiten speichert nichts Neues.
Entferne Uploads und Ergebnisse jederzeit aus deiner Bibliothek.
Stand Oktober 2026 nutzen über 100.000 Creator in mehr als 170 Ländern und Regionen Renoise AI, eine KI-Plattform für Video, Bild und Audio, und haben mit über 30 Modellen mehr als 300.000 Bilder und Videos generiert.
Quelle: interne Daten von Renoise, März–Oktober 2026. Die Zahlen sind abgerundet und werden vierteljährlich aktualisiert. Zuletzt aktualisiert
Echtes Feedback von Creatorn, die mit Renoise AI Videos, Bilder und Anzeigen erstellen.
Renoise is pretty easy to use, with a clean and smooth interface. The results from Seedance 2.5 also feel noticeably smoother in action sequences.
Renoise Ai is a good tool for making ai videos and photos. it puts several Ai models in one place, so you don't need to use many different apps.
あまりAIツールを使ったりしたことなかったですが、キャラクターの固定や動画を続いて作成できて使いやすいです。これからどんどん進んでいくアップデートが楽しみです。
Renoise has been a great platform for AI creativity. The tools are easy to use, the experience is smooth, and it makes creating content more enjoyable and efficient. I really appreciate the work the team is doing and look forward to seeing more improvements. Highly recommended!
What I like about Renoise AI compared to other platforms: Fast generation speed: Slow generation takes up way too much time, but Renoise AI is surprisingly about 30% faster. Intuitive and user-friendly UI: Cheaply made platforms have terrible UIs that make me not even want to log in, but Renoise is very clean and convenient. Remembers my previous settings: It helpfully remembers my last workspace settings. Some odd platforms force you to re-adjust everything every single time you generate a video, which is extremely frustrating. Overall preference: For all these reasons, Renoise AI is definitely my preferred platform. Thank you!
Renoise is your go to one stop all for ai creators. all view and use all models in one place, for any type of content you have your mind on!
I have a creat experience with the app. Consistent characters but also unique. THere were some issues with storyline continuity and non-typical humanoid characters.
Ein Plan schaltet alle Audio-, Video- und Bildmodelle frei. Voiceovers werden nach Skriptlänge abgerechnet.
Für deine ersten KI-Kreationen
pro Monat
≈ 150 Generierungen mit GPT Image 2
≈ 60 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für wöchentliches Erstellen
pro Monat
≈ 450 Generierungen mit GPT Image 2
≈ 180 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Renoise Agent nutzt Frontier-Modelle führender KI-Labore, um deine Shots zu planen, Prompts zu schreiben und für jeden Shot das passende Modell auszuwählen. Der Chat mit dem Agent ist in jedem Tarif kostenlos.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für Produktion im Profi-Maßstab
pro Monat
≈ 1,750 Generierungen mit GPT Image 2
≈ 700 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Renoise Agent nutzt Frontier-Modelle führender KI-Labore, um deine Shots zu planen, Prompts zu schreiben und für jeden Shot das passende Modell auszuwählen. Der Chat mit dem Agent ist in jedem Tarif kostenlos.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für deine ersten KI-Kreationen
pro Monat, jährliche Abrechnung
Spare $48gegenüber monatlicher Zahlung
≈ 150 Generierungen mit GPT Image 2
≈ 60 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für wöchentliches Erstellen
pro Monat, jährliche Abrechnung
Spare $216gegenüber monatlicher Zahlung
≈ 450 Generierungen mit GPT Image 2
≈ 180 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Renoise Agent nutzt Frontier-Modelle führender KI-Labore, um deine Shots zu planen, Prompts zu schreiben und für jeden Shot das passende Modell auszuwählen. Der Chat mit dem Agent ist in jedem Tarif kostenlos.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für Produktion im Profi-Maßstab
pro Monat, jährliche Abrechnung
Spare $960gegenüber monatlicher Zahlung
≈ 1,750 Generierungen mit GPT Image 2
≈ 700 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Renoise Agent nutzt Frontier-Modelle führender KI-Labore, um deine Shots zu planen, Prompts zu schreiben und für jeden Shot das passende Modell auszuwählen. Der Chat mit dem Agent ist in jedem Tarif kostenlos.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Nein. Renoise hat keinen Gratis-Plan. Der Chat mit dem Agenten kostet nichts; ein Voiceover mit Gemini TTS kostet 2 Credits pro 250 Zeichen, mit ElevenLabs TTS 4, eine Szene mit Seed Audio 1.0 kostet 20. Zu den Plänen.
Bis zu 10.000 Zeichen pro Durchlauf mit ElevenLabs TTS und 5.000 mit Gemini TTS, etwa acht bis neun Minuten Englisch. Für ein Hörbuchkapitel teilst du das Skript in Abschnitte. Eine Seed-Audio-1.0-Szene mit Musik dauert bis zu 120 Sekunden.
Ja. Bei ElevenLabs TTS setzt du Audio-Tags wie [whispers], [sighs] oder [laughs] vor die Worte. Bei Gemini TTS wählst du eine Stimme mit passendem Charakter und steuerst das Tempo über Satzzeichen. Für eine ganze gespielte Szene beschreibst du sie im Seed-Audio-1.0-Prompt.
Ja. Lade die Aufnahmen im Chat mit dem Agenten hoch: ElevenLabs TTS klont aus 1 bis 5 sauberen Clips (insgesamt etwa ein bis zwei Minuten) und liest dein Skript mit dieser Stimme, Seed Audio 1.0 klont aus bis zu drei Aufnahmen für eine Stimme in einer Szene. Nutze deine Stimme oder eine mit schriftlicher Erlaubnis. Hör dir ein geklontes Beispiel an; seine Referenzaufnahme war selbst synthetisch.
Nein. Renoise erzeugt keine Stimmen von Prominenten, Personen des öffentlichen Lebens oder Minderjährigen und ist nicht dafür da, sich als jemand anderes auszugeben. Beschreib stattdessen eine eigene Figurenstimme oder klone deine.
Er liest die Sprache, in der du schreibst. Die Beispiele auf dieser Seite decken Englisch, Spanisch, Portugiesisch, Deutsch, Französisch, Italienisch, Türkisch, Japanisch, Chinesisch und Koreanisch mit einer Stimme ab. Er übersetzt nicht: Schreib das Skript in der Sprache, die du hören willst.
Gemini 3.8 Flash TTS für Voiceovers und Dialoge mit zwei Stimmen, ElevenLabs TTS für gespielte Lesungen mit Audio-Tags und für Skripte mit geklonter Stimme sowie Seed Audio 1.0 für Szenen, Figurenstimmen und Klonen innerhalb einer Szene. Alle sind Modelle von Drittanbietern; beide Text-to-Speech-Modelle laufen nur über den Agenten.
Das hängt von der Aufgabe ab. Für eine saubere Erzählung oder ein Skript mit zwei Stimmen ist ein Text-to-Speech-Modell mit vielen Stimmen am einfachsten. Für eine produzierte Szene mit Musik oder eine Figurenstimme nimm ein Szenenmodell wie Seed Audio 1.0. Ein Skript mit deiner geklonten Stimme liest ElevenLabs TTS, aus ein bis zwei Minuten deiner Aufnahmen.
Text to Speech liest geschriebenen Text vor, und die Voiceovers hier nutzen ein Text-to-Speech-Modell. Ein KI-Stimmen-Generator umfasst außerdem Stimmen aus einer Beschreibung oder einem Foto, geklonte Stimmen und ganze Szenen mit Musik und Geräuschen rund um die Sprache.
Mit Renoise.ai generierte Inhalte dürfen kommerziell genutzt werden, gemäß unseren Nutzungsbedingungen. Eine geklonte Stimme braucht weiterhin die schriftliche Erlaubnis ihres Inhabers, und es gelten die Regeln zu Stimme und Persönlichkeitsrechten am Ort der Veröffentlichung.
Jede Aufgabe zeigt Modell und geschätzte Credits vor dem Start.