Die KI bekommt Regieanweisungen: Bitte weniger Navi, mehr Erzähler.
Googles neue Sprachmodelle sollen Texte mit mehr Ausdruck vorlesen. Interessant für Lernmaterial und Videos – beim Klonen der eigenen Stimme gibt es eine Schweizer Einschränkung.
Titelbild: KI-Illustration im Fentrax-Stil, symbolische Darstellung.
«Und dann stand plötzlich ein Dinosaurier hinter mir.» Ein spannender Satz. Wenn ihn die Computerstimme wie eine Parkplatzansage vorliest, bleibt vom Abenteuer allerdings wenig übrig.
Google hat am 23. September Gemini 3.8 Flash TTS und Flash-Lite TTS vorgestellt. TTS bedeutet schlicht: Aus geschriebenem Text wird gesprochener Ton.
Du schreibst, wie es klingen soll
Laut Google lassen sich Tempo, Stimmung und die Darbietung einzelner Sätze gezielt steuern. Flash TTS richtet sich besonders an kreative Stimmen und Figuren; Flash-Lite an grössere Mengen gesprochener Inhalte.
Ein mögliches Beispiel für den Unterricht: Eine Stimme erklärt eine Schaltung ruhig, eine zweite stellt die typische Anfängerfrage. Oder ein Lernspiel bekommt eine Erzählerfigur, die bei Gefahr auch wirklich aufgeregt klingt. Das sind Anwendungsideen, kein eigener Test dieser Modelle.
Wo kannst du die Stimmen nutzen?
- Google AI Studio: Hier kannst du beide Modelle im Browser ausprobieren, Texte eingeben und die Darbietung gestalten. Mein Einstiegstipp für alle, die selbst mit Stimmen experimentieren möchten.
- Gemini API: Der Zugang für Programmierer, die die Sprachausgabe in eigene Apps, Lernspiele oder automatisierte Abläufe einbauen wollen. Beide Modelle sind darüber verfügbar.
- Gemini Notebook: Google rollt Flash TTS hier als Teil des Produkts aus. Du nutzt die Technik über die angebotenen Audiofunktionen, statt selbst eine Schnittstelle zu programmieren.
- Google Vids: Hier rollt Google Flash-Lite TTS für die Nutzung innerhalb seines Videowerkzeugs aus.
Für Unternehmen ist der API-Zugang über Gemini Enterprise laut Ankündigung noch geplant. Die Freischaltung erfolgt schrittweise; nicht jeder Dienst bietet dieselben Einstellmöglichkeiten.
Wichtig für die Schweiz
Das Nachbilden der eigenen Stimme in AI Studio ist laut Ankündigung in der Schweiz derzeit nicht verfügbar. Diese Einschränkung betrifft die Stimmkopie, nicht pauschal die gesamte Sprachausgabe.
Mein Fazit: Für Videos und Lernmaterial klingt die zusätzliche Regie spannend. Trotzdem bleibt Probehören Pflicht: Auch eine überzeugende Stimme kann den falschen Begriff wunderbar betonen.
Quellen & Stand: Zugänge geprüft am 28. September 2026. Herstellerangaben eingeordnet; kein eigener Produkttest.
Google: Gemini 3.8 Text-to-Speech, 23. September 2026, inklusive Länderhinweis
