Praktische Anleitung
Text für ElevenLabs: Wie man Pausen einrichtet und die Aussprache überprüft
Die Angabe „15.05, 18:30, 2500 ₽“ versteht ein Leser schnell. Ein Sprecher benötigt dagegen einen Text, der beim Vorlesen eindeutig klingt. Wir zeigen die Vorbereitung einer kurzen Vertonung: vom Ausschreiben der Zahlen über Pausen bis zur Prüfung der fertigen Datei.
Erstellen Sie eine eigene Textfassung zum Anhören
Übergeben Sie eine Videobeschriftung nicht ungeprüft zur Vertonung. Auf dem Bildschirm helfen Zahlen, Klammern und Zeilenumbrüche. Im Audio hört das Publikum eine einzige Wortfolge und kann die Zusammenhänge nicht immer rechtzeitig erschließen.
Lernbeispiel: „MK 15.05 um 18:30, 2500 ₽, Materialien inkl.“ Sprechfassung: „Die Masterclass findet am fünfzehnten Mai statt. Beginn ist um achtzehn Uhr dreißig. Die Teilnahme kostet zweitausendfünfhundert Rubel. Materialien sind enthalten.“ Dies ist eine erfundene Ankündigung und kein Leistungsangebot. Die Abkürzungen wurden ausgeschrieben und jede Zahl eindeutig gemacht.
Bewahren Sie Bildschirmtext und freigegebenes Sprechskript auf. Ändern sich darin Preis oder Uhrzeit, aktualisieren Sie die zugehörigen Beschriftungen sofort. Sonst kann selbst ein gut vertontes Video widersprüchliche Informationen vermitteln.
Überprüfen Sie zunächst das schwierige Fragment.
Wählen Sie eine Stimme und ein Modell aus und bereiten Sie dann einige Sätze mit besonders schwierigem Material vor: einem Nachnamen, einem Eigennamen, einer Abkürzung und einer Zahl mit Maßeinheit. Hören Sie diese Sätze an, bevor Sie das gesamte Skript erzeugen. Entscheiden Sie bei einer Abkürzung vorab, wie sie für den Zuhörer klingen soll. API lässt sich Buchstabe für Buchstabe aussprechen oder durch „Programmierschnittstelle“ ersetzen, wenn das zum Publikum passt. Damit der Betrag „2,5 Millionen“ richtig vorgelesen wird, schreiben Sie ihn im Skript besser als „zweieinhalb Millionen“ aus. Prüfen Sie Bedeutung und grammatischen Fall im vollständigen Satz.
Testen Sie schwierige Stellen, die in der fertigen Aufnahme vorkommen werden.
Pausen hängen vom gewählten Modell ab
Beginnen Sie mit normaler Zeichensetzung. Trennen Sie abgeschlossene Gedanken mit Punkten und kurze Aufzählungen mit Kommas. Auslassungspunkte können Zögern ausdrücken; setzen Sie sie nicht überall ein, nur um Stille zu erzeugen. Sorgen Sie zuerst für verständliche Sätze und stimmen Sie danach den Vortrag ab.
ElevenLabs hat keine universelle Pausenauszeichnung für alle Modelle. Laut Dokumentation unterstützen Eleven v3 und Eleven v4 SSML break nicht. Für andere kompatible Modi wird das Tag break beschrieben, dessen übermäßige Nutzung Instabilität verursachen kann. Kopieren Sie es deshalb nicht beliebig in jede Stimme und erwarten Sie nicht überall denselben Effekt.
Soll eine Pause exakt zum Videoschnitt passen, nutzen Sie die Zeitleiste in Studio. Dort lassen sich Sätze verschieben und Abstände einstellen. Exakte Stille auf der Zeitleiste und eine ausdrucksvolle Sprechpause erfüllen unterschiedliche Zwecke. Prüfen Sie beides am fertigen Abschnitt.
Für wiederkehrende Namen eine Ausspracheregel anlegen
Studio bietet Pronunciations Editor und einbindbare Wörterbücher. Mit einer alias-Regel wird ein Wort oder eine Phrase für die Aussprache ersetzt. Das ist praktisch, wenn ein ungewöhnlicher Name im ganzen Projekt vorkommt: Eine zentrale Regel lässt sich leichter pflegen als jede einzelne Fundstelle von Hand.
Phonetische Auszeichnung wird je nach Modell und Werkzeug unterschiedlich unterstützt. Prüfen Sie die Kompatibilität des gewählten Modus und hören Sie das Wort in mehreren Sätzen. Auch passende Lautschrift ersetzt keine Kontrolle von Betonung, Endung und Intonation der konkreten Stimme.
Beurteilen Sie das Ergebnis durch Anhören und gleichen Sie es mit dem Skript ab
Hören Sie das Audio vollständig und lesen Sie mit: Fehlen Wörter, stimmen Zahlen und verändert eine Pause den Sinn? Prüfen Sie nach der Neugenerierung einzelner Stellen die Übergänge zu benachbarten Sätzen. Ein Temposprung kann stärker auffallen als eine einzelne falsche Betonung.
Bewahren Sie freigegebenes Skript, Modell, Stimme und Ausspracheregeln neben der Ergebnisdatei auf. Bei späteren Änderungen sehen Sie so, welcher Text tatsächlich gesprochen wird und welcher Abschnitt aktualisiert werden muss.
