Klonen von Stimmen

So klingt es, wenn der Microsoft Zen auf Deutsch steht.

Warte, warte, warte, wie hast du das denn gemacht? Was? Was, was, was, was? Wie geil ist das denn?

Dann klone doch mal die anderen Sabi-Stimmen, die man so auftreiben kann, und schick die mal hier rein. Wie macht der denn der Englische auf Deutsch?

Lol, dieses Voice.ai, das klingt wie so ein, wir sind ein Music-Produzent von so, so richtig Pop-Depri-Musik, diese Stimme irgendwie, nee, anyway, das würde mich auch mal interessieren, das ist echt geil, also das ist ja lustig.

Da gibt es bei voice.ai ein großes Archiv von Synchronsprechern, auch von K. Dieter Klebsch und das Ding soll es nachahmen. Es empfiehlt sich, weil man das ja auch live benutzen kann in Team Talk und sowas, eine hochwertige Grafikkarte zu besorgen. Und Tonio hat in seinem Lenovo-System, das haben wir getestet, eine RTX 3090 und da lief es ohne Verzögerung. Man muss hier auch ein paar Regeln hochdrehen und so weiter. Und auf dem Discord schreiben sie, dass schon eine 1060 ausreicht. Und ich glaube eine 1060 ist mein letzter Stand, kostet zwischen 200 und 400 Euro. Und eine Onboard-Grafik oder halt die durchschnittliche Grafikkarte, die man so im System drin hat, reicht für voice.ai nicht aus. Da fängt alles an. Unsere Lecken und nope.

eine mitbewohnerin hier hat ein gerät wo das relativ gut läuft bzw ich habe mir dafür auch aber ich brauchte mir eigentlich sonst nicht ich werde ihn noch wieder kündigen mal ein shadow geholt also den wollte ich generell mal testen aber ich habe mir dann auch noch mal kam ich wieder drauf auf den shadow cloud computer ich habe die günstigste variante genommen wegen voice.ai genau da lief das dann auch relativ gut das ist schon ein lustiges teilchen ja klaus-dieter klepsch wen es da auch gab ist den andreas hohn das ist vielleicht hätte jemand vor allem von den nerds den kanal sempervideo das ist ein kanal das ich nicht so gut kenne das ist ein kanal der sich vor allem mit pct beschäftigt also relativ breit von was ist ich das war so nebenbei erwähnt grundlegende windows einstellungen oder browser einstellungen oder sicherheits tipps zum beispiel gezeigt wie man ein Pi Sikhoi aufsetzt historische rückblicke go die geschichte von microsoft die geschichte von ibm Mit eigensinnigem Humor. Den gibt's da auch.

Ja, und dafür brauchst du halt eine sehr gute Grafikkarte. Du müsstest halt mal schauen, welche du hast. Und du müsstest dir das Ding installieren. Genau.

Ach, ist das so? Na, das ist dann tatsächlich cool, weil, gut, ich meine, klar, am Handy ist es jetzt nicht sehr komfortabel, aber ich glaube, doch übersichtlicher, beziehungsweise habe ich das Programm, wie schon gesagt, jetzt so einen Monat nicht gesehen, aber müsste ich mir vielleicht nochmal anschauen.

Auch wenn mich jetzt dann jetzt viele wieder mit Protesten möglicherweise überhäufen oder dementsprechend reagieren werden, möchte ich doch tatsächlich mal auf die ethische Komponente dieser Voice-Kloning-Geschichte hinweisen. Ich weiß nicht, wer das hochgeladen hat, also sprich, wer die Stimme von Klaus-Dieter Klebsch geklont hat. Irgendwer muss es ja gewesen sein. Ich glaube nicht, dass es die waren von Voice.ai. Das kann ich mir nicht vorstellen. Es muss also irgendjemand deutsches gewesen sein. Wir sollten dabei nicht außer Acht lassen, a, was das für ein ethisches Problem darstellt und b, was das generell ist. Für ein strafrechtliches Problem darstellt. Denn eine Stimme zu kopieren, zu klonen, wie auch immer, und sie dann missbräuchlich einzusetzen und sei es nur im kleinen Rahmen, um in einem Hobby-Hörspiel einen Klaus-Dieter Klebsch zu haben, ist durchaus strafbar. Deswegen würde ich damit vorsichtig sein. Ein Vorteil und ein interessanter Aspekt ist es, wenn man beispielsweise seine eigene Stimme klont, um sie dann, wie bei Eleven Labs zum Beispiel, als Vorleser zu nutzen. Einen Text einzugeben und dann die eigene Stimme dies vorlesen zu lassen. Wenn man zum Beispiel nicht unbedingt ein toller und geübter Leser ist, so wie ich beispielsweise. Der flüssig Breilschrift lesen kann. Momentan zumindest. Ich habe zwar eine Breilzeile, aber wirklich flüssig lesen, das ist schon lange vorbei. Und dafür ist es natürlich zum Beispiel für solche Leute oder die halt tatsächlich nicht wirklich irgendwas einlesen können, aus verschiedenen Gründen, aber halt beispielsweise trotzdem Stimmenbeispiele. Für sich nutzen, von sich nutzen und das dann dementsprechend zu generieren, ist schon eine geniale Sache und ist auch sehr vorteilhaft. Da finde ich das in Ordnung. Aber da ich ja nun leider so ein paar Erfahrungen mit Menschen habe, habe ich da in dem Fall halt Bauchschmerzen, dass das jetzt ziemlich exzessiv genutzt wird. Und dann eigentlich ziemlich schnell ausbrennt, weil die Leute das eben so nutzen, wie man es nicht nutzen soll. Und dann werden nämlich diese Services tatsächlich wieder eingestellt. Und dann gibt es eben sowas, was eigentlich vielleicht sogar hilfreich und vorteilhaft für manche wäre, wie ich vorhin schon sagte, auch schon wieder nichtig. Und das wäre sehr schade. Deswegen wollte ich nur mal darauf hinweisen, einfach mal darüber nachzudenken.

Also ich persönlich stimme dir da auf jeden Fall zu. Da sollte es auch keine Kritik geben, weil das, was du sagst, ist ja grundsätzlich richtig. Ich weiß zwar nicht, auf was für ein Beispiel du da ansprichst, wo jetzt diese Stimme hochgeladen wurde. Das ist ein bisschen out of context für mich, aber die grundlegende Aussage ist, denke ich mal, den meisten, vor allem den meisten hier, ziemlich bewusst. Ja, ich würde das jetzt auch nicht, ich würde das höchstwahrscheinlich für mich benutzen, weil ich es einfach interessant fände, aber ja, also da sehe ich keine Kritikpunkte eigentlich, weil es ist ja mehr oder weniger die Wahrheit, man sollte auf jeden Fall verantwortlich damit umgehen. Aber ich denke mal, ja, das ist hoffentlich auch ziemlich klar. Also klar, es wird immer Leute geben, die das nicht so nutzen, wie es eigentlich gedacht ist, aber diese Leute wirst du auch nie aus der Welt bekommen. Also das ist wahrscheinlich nicht möglich. Und ich denke mal, man wird auch früher oder später nicht verhindern können, dass sowas ausartet oder ja, so geht es. Ja, so geht es. Wie du es jetzt beschrieben hattest, halt passiert, aber man muss da halt gucken.

Worauf ich mich beziehe, ist ganz einfach. Ob nun bei Eleven Labs oder bei Voice.ai oder wo sonst noch irgendwo irgendwelche geklonten Stimmen hochgeladen wurden. Und irgendwo in diesen Portalen war es, wo jemand hier in diesem Forum erwähnt hat, dass sogar die Stimme von Klaus-Dieter Klebsch vorhanden wäre. Darauf habe ich mich bezogen. Und das ist der Kontext, den ich hier ins Spiel bringe.

Ja, das war auf voice.ai. Da gibt es den Klaus-Dieter Klepsch in mehrfacher Ausführung. Und ja, eine Person hatte dann auch mal gesagt, als ich ihr den Service vorgestellt habe, ich könnte ja ihre Stimme hochladen. Ich habe gesagt, das kann ich dann machen, würde es dann aber auch privat stellen, weil wie gesagt, das geht ja. Und dann hatten wir da auch das Beispiel, es ist jetzt, ich sage mal, keine wirklich unbekannte Person. Sie ist einem größeren Kreis bekannt, vor allem einem größeren Kreis von uns Blinden. Und dann war da auch das Thema von wegen, wenn jetzt jemand mit der Stimme der Person irgendwelche rechtsextremen Sachen, weil man da noch die Betonung danach machen kann, irgendwelche extremistischen Sachen einsprechen würde und das dann im Netz veröffentlichen würde. Das... Das könnte tatsächlich so ein kritisches Beispiel werden. Ja, das stimmt.

Ja, genau so ist es, Flash. Also nee, gar nicht. Ich bin da völlig mit dir, stimme ich da überein. Und man muss auch ganz genau aufpassen, was man mit diesen geklonten Stimmen eigentlich machen will. Ja, wenn sich jemand nur mal so eine SAPI-OneCore-Sprachausgabe von so einer Stimme erstellen wollte, also gesetzt den Fall, das geht so einfach, da könnte niemand was dagegen sagen. Da würde auch niemand einen Prozess führen wollen. Nur weil sich da mal einer eine Stimme geklont hat, steigt jetzt keiner, irgendwen da mit einer ganzen Bagage von Anwälten und so weiter aufs Dach. Da ist der Aufwand den Nutzen einfach nicht wert. Anders sieht das aus, wenn Sprecher, wenn Sprecher, wenn Sprecher, wenn Sprecher, in ihrem eigenen Metier angegangen werden. Das heißt, wie du sagst, Klaus-Dieter Klebsch, wenn Klaus-Dieter Klebsch beispielsweise geklont wird, um ihn für ein Hobbyhörspiel zu verwenden. Ja, da wird er ja in seinem eigenen Metier angegangen. Ja, man hätte ja Klaus-Dieter Klebsch auch einfach mal fragen können. Vielleicht hätte er das ja sogar gemacht. Und vielleicht hätte er das ja sogar kostenlos oder für einen geringeren Preis gemacht, als bei einem Profi. Weil er ja weiß und weil man ihm das ja verklickern kann, dass das ja nur ein Hobbyhörspiel ist. Ja, aber wenn sich keiner die Mühe macht, sondern einfach die Stimme klont, dann ist das justiziabel. Ich will nicht sagen strafbar, weil ich mir nicht sicher bin, ob das eine Strafbarkeit im Sinne des StGB wäre. Aber mindestens ist es justiziabel. Vielleicht nach dem Urheberrechtsgesetz. Ja, wenn es da... Wenn es da ein Recht an der eigenen Stimme gibt oder sowas. Aber das ist dann eine andere Nummer. Und nochmal mehr wird das spannend, wenn man das mit Sängern macht. Ja, wenn ich also beispielsweise die Stimme eines Sängers klonen würde und dann ein Lied schreibe und dann mit Autotune, also ein Lied schreibe, in dem er... Ja, verarscht wird, kritisiert wird, angeblich humorvoll, satirisch in Anführungsstrichen behandelt wird. Ja, da sind wir dann auch relativ schnell bei der üblen Nachrede und bei der Verleumdung, wogegen dieser Sänger dann eigentlich vorgehen könnte. Ja, weil er in seinem eigenen Metier beackert wird. Und... Ähm... Und, äh, ja, das sind halt einfach Nummern, die man sich überlegen sollte, wenn man Stimmen klont. Ja, und dann, wenn es dann um Nachrichtentexte geht, da sind wir dann im Bereich der möglicherweise Falschinformation, Desinformation. Ja, ja, das hat doch der Jens Riewer gesagt und der hat das doch in der Tagesschau gesagt, stellt sich raus. Ja, das hat doch der Jens Riewer gesagt und der hat das doch in der Tagesschau gesagt, stellt sich raus. Da hat jemand... Da hat jemand... Da hat jemand den Jens Riewer geklont und irgendeinen Junge-Freiheit-Artikel gepostet oder so. Ja, also, das geht nicht. Ja, und das sind alles so Bereiche, die man, ähm, die man beachten sollte, wenn man über das Klonen von Stimmen spricht. Es gab, äh, hier auch schon mal ein Thread dazu. Äh... Da ging's um A Cappella, My Own Voice oder wie das hieß. Wuhu! Ähm, da hatte ich auch mal so was Ähnliches gesagt, ähm, da wir da auch das Thema irgendwie hatten. Also, ja, das Klonen von Stimmen ist eine ganz heiße Kiste und, äh, wenn es darum geht, Synchronsprecher über ihren Tod hinaus am Leben zu halten, äh, stimmlich am Leben zu halten... Ja, das ist dann wieder so eine Geschichte, da müsste man sich drüber unterhalten, äh, hat er das testamentarisch verfügt, äh, dass seine Stimme verwendet werden darf, ähm, wenn ja, wer hat das gemacht und so weiter. Ja, das kann man ja im Testament, äh, haarklein festschreiben, äh, äh, hiermit ermächtige ich, blablabla, voll Besitz meiner körperlichen und geistigen Kräfte, blablabla, äh, die Firma XY dazu, äh, die, meine Stimme am Leben zu halten, äh, und, und, äh, zu, zu synthetisieren, äh, für den Film XY, damit ihr den fertigdrehen könnt. Oder für die Serie XY, äh, damit ihr das fertigdrehen könnt. Fertig aus. Das ist ein ganz konkreter, das ist eine ganz konkrete Anweisung, ähm, und wer dann die Stimme über diese konkrete Anweisung hinaus klont und verwendet und das fällt auf, ähm, dann, dann, dann ist er dran, ja, ähm, und, ähm, das, äh, weiß ich nicht, ob es solche, äh, rechtlichen Konstrukte schon gibt, aber es wäre naheliegend, wenn man die, äh, äh, wenn man die tatsächlich bauen würde, ähm, und, äh, das, ja, also, das ist eine sehr heiße Kiste.

nachtrag dazu zum letzten teil mit den verstorbenen sprecher ich meinte ausdrücklich verstorbene synchron sprecher bei verstorbenen schauspielern sieht die ganze sache natürlich noch anders aus da müsste man nämlich nicht nur die stimme klonen sondern den den ganzen körper und da müsste man dann quasi ein avatar erstellen das ist dann doch noch mal eine andere nummer da weiß ich nicht ob das ki mäßig schon möglich ist aber bei verstorbenen sind grundsprechern könnte man ja das tatsächlich so macht oder bei hörspielsprechern bei verstorbenen hörspielsprecher und ja da wäre das durchaus rechtlich sauber wenn die sprecher dass das testamentarisch verfügen würden dass ihre stimme über ihren tod hinaus weiter verwendet werden darf

Ja, das hast du bei My Own Voice tatsächlich, ich habe gerade nochmal nachgeguckt, angesprochen, genau, eigene Stimme einsprechen und deine Sprachausgabe machen. Der Punkt ist bei Acapella My Own Voice, ist insofern in Anführungsstrichen in der Sicherheit gegeben, als dass du Sätze vorgekaut bekommst, die du einsprechen musst. Ich weiß jetzt nicht, ob das immer wieder dieselben Sätze sind, du könntest natürlich sonst versuchen, was weiß ich, von irgendeinem Politiker oder von irgendeinem Synchronsprecher die Sätze irgendwie zusammenzuschneiden, was dann vielleicht auch nicht realistisch klingt. Das läuft wirklich nach dem Muster ab, Satz wird gesprochen, piep, du wiederholst den Satz, nächster Satz wird gesprochen, piep, du wiederholst den Satz. So, das ist dann bei der Voice.ai insofern problematisch, als dass es... Es ist tatsächlich genügt, ein oder mehrere Audios, mindestens, ich glaube es war eine Viertelstunde hochzuladen und da kommt es gar nicht darauf an, was gesagt wird. Er nimmt sich einfach die Audios, analysiert die und macht daraus die Stimme. Und das ist bei My Own Voice eben nicht so, du musst live die Sätze einsprechen. Klar kannst du das jetzt über irgendwelche Soundkarten schleifen. Und das ginge natürlich vielleicht auch noch einfacher, wenn... Du... Na, sag schon. Äh... Ich mach mal kurz Pause. Achso, ginge natürlich noch einfacher, jetzt weiß ich wieder, was ich sagen wollte. Wenn du, wenn es immer dieselben Sätze sind, du vielleicht auch die Reihenfolge wüsstest oder so. Aber, du guck doch erstmal, ob ein bestimmter Politiker genügend Sätze hat, die du so zurechtschneiden kannst mit einer Audiobearbeitungssoftware. Ich nehme mal so ein Stichwort, YouTube-Kacke oder Ähnliches, dass du dem die entsprechenden Sätze in den Mund legen könntest. Das ist da, wie gesagt, nochmal etwas schwieriger.