Tutorials

How To Add Emotion In ElevenLabs [2025 Easy Guide]

Melden

Hier ist ein umfassendes Tutorial, wie du im Jahr 2025 Emotionen und Ausdruckskraft in deine ElevenLabs-Sprachausgaben bringst.

ElevenLabs hat sich von einer reinen Text-zu-Sprache-KI zu einer Plattform für echtes "AI Acting" entwickelt. Um keine roboterhaften, sondern lebendige und emotionale Ergebnisse zu erhalten, folge diesem Leitfaden.

1. Die Wahl der richtigen Stimme (Voice Library)

Nicht jede Stimme kann jede Emotion gleich gut.

  • Suche nach Tags: Gehe in die "Voice Library" und filtere nach Tags wie Expressive, Narrative oder Conversational.
  • Professional Clones: Wenn du eigene Stimmen klonst, nutze das „Professional Voice Cloning“ (PVC), da dieses Modell deutlich mehr Nuancen deiner Originalstimme einfängt als das Instant Cloning.

2. Die Voice Settings meistern (Der Schlüssel zur Emotion)

Klicke unter dem Textfeld auf „Voice Settings“. Hier steuerst du das Verhalten der KI:

  • Stability (Stabilität):
    • Niedriger Wert (10-30%): Die Stimme wird variabler, emotionaler und unvorhersehbarer. Gut für Wut, Aufregung oder Weinen.
    • Hoher Wert (70-90%): Die Stimme bleibt kontrolliert und monoton. Gut für Nachrichten oder Sachbücher.
  • Style Exaggeration (Stil-Übertreibung):
    • Stelle diesen Regler auf 20-40%, um die charakteristischen Merkmale der Stimme zu verstärken. Zu hohe Werte können jedoch zu instabilen Audio-Artefakten führen.
  • Similarity Boost: Erhöht die Ähnlichkeit zum Original. Für maximale Emotion empfiehlt es sich, diesen Wert bei ca. 75% zu lassen.

3. Der Game-Changer 2025: Speech-to-Speech

Wenn Text-zu-Sprache nicht die gewünschte Emotion liefert, ist Speech-to-Speech die beste Lösung:

  1. Wähle im Menü den Reiter „Speech-to-Speech“.
  2. Nimm dich selbst auf (oder lade eine Audiodatei hoch), während du den Text mit der genauen Emotion einsprichst, die du hören willst (z. B. flüstern, schreien, weinen).
  3. ElevenLabs ersetzt deine Stimme durch die KI-Stimme, behält aber deine Betonung, Pausen und Emotionen eins zu eins bei.

4. Interpunktion und Kontext-Parsing

Die KI von ElevenLabs „liest“ den Kontext mit. Du kannst sie durch geschicktes Schreiben steuern:

  • Großbuchstaben: Benutze GROSSBUCHSTABEN für betonte Wörter oder Schreie.
  • Punkte und Kommas: Setze zusätzliche Kommas für künstliche Sprechpausen.
  • Auslassungspunkte (...): Verwende „...“ für Zögern oder eine nachdenkliche, melancholische Stimmung.
  • Regieanweisungen (Experimentell): Manchmal hilft es, den Satz mit beschreibenden Worten einzuleiten, z. B.: "He whispered with fear: 'Please don't go.'" (Du kannst den einleitenden Teil später wegschneiden).

5. Das Modell wählen

Stelle sicher, dass du das neueste Modell verwendest:

  • Eleven Multilingual v2: Aktueller Standard für hohe Qualität und emotionale Tiefe in Deutsch.
  • Turbo v2.5: Ideal für schnelle Reaktionszeiten, hat aber manchmal etwas weniger emotionale Tiefe als das Standard v2 Modell.

6. Iteratives Generieren (Der Profi-Trick)

Gute Emotionen sind oft Glückssache beim ersten Klick.

  • Generiere denselben Satz 3 bis 5 Mal.
  • Jedes Mal variiert die KI die Betonung leicht.
  • Nutze die Funktion „History“, um die beste Version herunterzuladen. Oft sind kleine Nuancen entscheidend dafür, ob ein Satz „echt“ klingt oder nicht.

Zusammenfassung für das perfekte Ergebnis:

  1. Niedrige Stabilität für mehr Gefühl.
  2. Speech-to-Speech, wenn du volle Kontrolle über die Betonung willst.
  3. Satzzeichen gezielt als „Regieanweisungen“ einsetzen.
  4. Mehrfach generieren, bis der Take perfekt ist.

Mit diesen Schritten klingen deine ElevenLabs-Projekte 2025 absolut menschlich und packend!

0