Magische Klangwerkstatt

Was ist die Werkstatt der magischen Töne?

Die MagiSound-Plattform ist eine von der Pekinger Firma Xiao Wen Intelligent Technology Co., Ltd. entwickelte AI-basierte Plattform für Sprachsynthese und Text-zu-Stimme-Umwandlung. Sie dient hauptsächlich für Kurzvideos, Filmkommentare, Hörbücher, Werbespots, Radiosendungen sowie Inhalte in mehreren Sprachen. Die Nutzer geben den Text ein, wählen einen Sprecher aus und passen die Einstellungen an – dadurch entstehen Audiodateien, Untertitel oder videos mit synchronisierter Sprachausgabe.

Die Plattform bietet derzeit Zugänge über Webseiten, iPhone, iPad sowie WeChat-Miniprogramme und stellt Unternehmen und Entwicklern über die „Serial Monkey Open Platform“ Funktionen wie Sprachsynthese, Stimmenklonierung sowie leistungsstarke große Modelle zur Verfügung.

Mehr als 800 verschiedene Töne

Laut der offiziellen App sind derzeit über 800 verschiedene Töne sowie mehr als 1000 verschiedene Tonstile verfügbar. Diese umfassen Stimmen für Männer, Frauen, Kinder sowie für Nachrichten, Werbung, Hörbücher, lustige Dialekte und Fremdsprachen. Zudem sind auch kooperativ bereitgestellte Stimmen sowie Sounds für beliebte Kurzvideos enthalten.

Die Anzahl der Stimmen bedeutet nicht, dass alle Mitglieder kostenlos sind. Die Sprecher können zu VIP-, SVIP-Kunden gehören oder separat im Stimmenladen bezahlt werden; vor dem Kauf sollte man die entsprechenden Angaben prüfen.

Text zu Sprache

Der Benutzer kopiert den Text in den Editor, wählt den Sprecher aus und kann anschließend eine Vorabansicht sowie eine Synthese anhören. Es eignet sich zur Massenerstellung von Kommentaren, Erklärungen, Lehrinhalten, Werbung und audiobasierten Inhalten und ist schneller als das Einzelaufnehmen durch echte Menschen.

KI-generierte Texte können Personen- und Ortsnamen, Abkürzungen in Fremdsprachen sowie Fachbegriffe falsch aussprechen. Vor der offiziellen Veröffentlichung muss ein vollständiger Hörrauschtest durchgeführt werden.

Sprechgeschwindigkeit, Pausen und Stille

Der Editor unterstützt die Anpassung der Sprechgeschwindigkeit, Pausen, das Einfügen von Stillephasen sowie die Steuerung des Tonfalls – damit kann der Rhythmus zwischen den Sätzen, der Wechsel der Aufnahmen sowie die Stimmung gesteuert werden. Bei langen Texten wird empfohlen, diese in Absätze aufzuteilen, um einzelne Teile erneut bearbeiten zu können.

Eine zu hohe Sprechgeschwindigkeit verringert die Klarheit, zu viele Pausen wirken hingegen mechanisch. Es sollte entsprechend der Länge des Videos und der Zielgruppe angepasst werden.

Mehrfachbedeutende Wörter und Lautkorrekturen

Die Magic Sound Workshop-Plattform ermöglicht es, für mehrstimmige Zeichen verschiedene Aussprachemöglichkeiten auszuwählen, und kann durch Textmarkierungen die Aussprache von Zahlen, Einheiten sowie besonderen Wörtern verbessern. Die Sequence Monkey-Plattform stellt zudem Dokumente zur SSML-Sprache bereit, die eine genauere Steuerung der Sprachausgabe ermöglichen.

Derselbe chinesische Schriftzeichen wird in Namen, Ortsnamen und Fachbegriffen unterschiedlich ausgesprochen; man kann sich nicht allein auf die Standarderkennung verlassen.

Mehrfach-Stimmenbesetzung

Benutzer können in derselben Datei für verschiedene Abschnitte unterschiedliche Stimmen auswählen, um Dialoge, Romane und Handlungsabläufe zu erstellen. Die Zuweisung von Rollen, Pausen sowie die Einhaltung eines einheitlichen Lautstärkniveaus haben einen großen Einfluss auf die Natürlichkeit des Ergebnisses.

Bei Mehrspielerinhalten sollte zunächst eine Liste der Charaktere erstellt werden, in der die Stimmlage, Geschwindigkeit und Stimmung jedes Charakters festgelegt werden, um Änderungen während des Spiels zu vermeiden.

Hörbuch-Synchronisation

Die Plattform bietet Stimmen für Erzähler, männliche und weibliche Charaktere, ältere Menschen, Kinder sowie verschiedene Stimmungen – sie kann für Romane, Geschichten und Wissensaudio-Inhalte verwendet werden. Nach der Erstellung von langen Texten können diese weiter bearbeitet, gemischt und in Kapitel unterteilt werden.

Veröffentlichungen, Hörbücher und Online-Texte müssen die Rechte zur Textanpassung sowie zur Audioverbreitung haben; das Urheberrecht am Originalwerk darf nicht dadurch umgangen werden, dass künstliche Stimmen verwendet werden.

Kurzvideos und Filmkommentare

Die Magic Sound Workshop wird von vielen Kreativen für Film- und Serienkommentare, Wissensvorträge sowie Synchronisationen verwendet. Beliebte Klangfarben ermöglichen es, schnell vertraute Kurzvideos zu erstellen.

Beliebte Stimmen können ebenfalls zu Homogenisierung führen. Kreative sollten ihre Sprechgeschwindigkeit, Pausen sowie den Stil der Texte anpassen und das unbefugte Verwenden von Filmausschnitten vermeiden.

Mehrsprachigkeit und Dialekte

Die offizielle Präsentation enthält Sprachaufnahmen in Deutsch, Russisch, Französisch, Koreanisch, Japanisch und anderen Fremdsprachen sowie Dialekte aus dem Nordosten, Peking, Taiwan usw., was sie für grenzüberschreitende Inhalte und lokalisierte Darstellungen geeignet macht.

Die Verwendbarkeit einer Sprache bedeutet nicht, dass die Aussprache vollständig authentisch ist. Werbematerialien, Kurse und Markennamen in Fremdsprachen sollten von Muttersprachlern überprüft werden.

Audio- und Untertiteldownload

Mitglieder können Audio-Dateien herunterladen. Einige Vorteile beinhalten verlustfreies Audio, Untertitel im SRT-Format, automatische Abspielung sowie Videos mit Untertiteln. Die Untertitel helfen dabei, in Bearbeitungsprogramme zu wechseln, um weiter zu bearbeiten.

Vor dem Herunterladen sollten Abtastrate, Format, Untertiteltiming sowie die Angabe, ob Hintergrundmusik enthalten ist, überprüft werden. Wichtige Informationen sollten in Form von Texten und Parametern gespeichert werden.

Textextraktion und automatische Achsenbildung

Zu den Tools für Mitarbeiter gehören die Extraktion von Texten aus Audio- und Videomaterial, die automatische Erkennung der Zeitachse sowie die Erstellung von Untertiteln. Sie eignen sich zur Neuverarbeitung alter Videos, zur Organisation von Lehrinhalten sowie zur Bearbeitung in mehreren Sprachen.

Die Extraktion von Texten ändert die Urheberrechte nicht. Bevor man mit den Videos anderer Personen arbeitet, muss eine Genehmigung eingeholt werden. Auch die automatische Zeitachse muss Zeile für Zeile überprüft werden.

Klangklonierung

Die Sequence Monkey Open Platform bietet Online-Aufnahmefunktionen sowie Lösungen zur Klonierung von Stimmen in hoher Qualität – zudem kann sie an die Bedürfnisse des Unternehmens angepasst werden. Es ist möglich, Rhythmus, Sprachgeschwindigkeit, Tonfall, Reim und Aussprache zu erlernen. Zudem wird die Plattform für mehrere Sprachen und verschiedene Anwendungsszenarien unterstützt.

Für die Klonierung von Stimmen ist eine klare Genehmigung der betreffenden Person erforderlich. Sie darf nicht zur Täuschung, zum Betrug, zur Belästigung, zu falschen Bescheinigungen oder zur Fälschung von Beweismitteln verwendet werden.

Stimme verfälschen

Die Magic Sound Workshop hat außerdem die Fähigkeit getestet, neue Klänge mithilfe von Beschreibungen in natürlicher Sprache oder durch Parameterfilter zu erzeugen. Die Nutzer können Alter, Geschlecht, Persönlichkeit und Ausdrucksstil beschreiben, um anschließend hörbare Klangfarben zu erzeugen.

Die Testfunktionen, die kostenlose Probephase sowie der verfügbare Umfang können sich ändern; es gilt stets die aktuelle Version.

VIP und SVIP

Für Privatnutzer gibt es hauptsächlich zwei Arten von Mitgliedschaften: VIP und SVIP. VIP bietet grundlegende kostenlose Sprechergenerierung sowie tägliche Möglichkeiten zur Erstellung und zum Herunterladen von Inhalten.

SVIP fügt in der Regel mehr Geräusche, Bearbeitungstools, Synthesizeinsätze, automatische Spulung, verlustfreies Audio sowie Untertitelvideos hinzu.

Die offiziellen Social-Tutorials geben an, dass VIP-Mitglieder täglich etwa 30 Mal und SVIP-Mitglieder täglich etwa 80 Mal Zugang haben. Allerdings können sich die Aktivitäten und Versionen ändern; letztendlich gilt die Übersicht der Vorteile im Mitgliederzentrum.

Bezahlte Stimmen

Einige Stars, Kooperationen oder hochwertige Stimmen im Stimmenladen müssen separat erworben werden. Der Kauf einer Stimme bedeutet in der Regel nicht automatisch den Zugang zu Synthese- und Download-Funktionen für Mitglieder; es kann weiterhin ein VIP- oder SVIP-Status erforderlich sein.

Der App Store zeigt In-App-Käufe für Sounds an, deren Preise von unterschiedlichen Beträgen bis hin zu mehreren Hundert Yuan reichen – dies hängt von den Lizenzen für die Tonqualitäten sowie vom Kaufweg ab.

Mitgliedspreis

Die offizielle Website gibt auf der nicht eingeloggten Seite keine zuverlässigen Angaben zu den festen Monats- und Jahresgebühren für das Jahr 2026 an. Die üblichen Beträge von 42 Yuan pro Monat, 99 Yuan pro Halbjahr und 179 Yuan pro Jahr stammen aus älteren Quellen oder von Drittanbietern und sollten daher nicht als aktuelle Zusagen angesehen werden.

Beim Kauf sollte man auf der offiziellen Website, in der App oder im Mitgliederbereich des Mini-Programms die Statusbezeichnung VIP/SVIP, die Gültigkeitsdauer, die Anzahl der täglichen Synthesierungen, die kostenlosen Sounds, das Downloadformat sowie die automatische Verlängerung überprüfen.

Kostenlose Nutzung

Benutzer können sich registrieren, einige Audiodateien anhören und die Funktionen ausprobieren, doch die tatsächliche Synthese, das Herunterladen sowie Untertitel und fortgeschrittene Sprecher sind durch Mitgliedschaftsbedingungen und Anzahl der Nutzungen eingeschränkt. Rabattcodes und zeitlich begrenzte kostenlose Angebote sind keine dauerhaften Vorteile.

Laden Sie keine sogenannten „permanenten VIP-Hack-Versionen“ herunter. Solche Programme können Daten verfälschen, Kontodaten stehlen oder bösartigen Code enthalten, und sie bieten auch keine offizielle Lizenze für die Nutzung der Audioinhalte.

Sequence Monkey Open Platform

Sequence Monkey ist eine offene Plattform von Magic Sound Workshop für Entwickler, die Online-Stimmenerstellung, hochwertiges Stimmenklonen sowie LLMs und andere KI-Funktionen bietet. Unternehmen können ihre eigenen Produkte, Content-Produktions- und Kundenservice-Systeme über APIs anschließen.

Der individuelle Magic Sound-Mitgliedsstatus und die API der offenen Plattform haben unterschiedliche Abrechnungssysteme, wobei die Kontingente nicht standardmäßig geteilt werden können.

Sprachsynthese-API

Die API ermöglicht die Umwandlung von Text in Sprache und lässt Parameter wie Sprecher, Sprachgeschwindigkeit und Tonhöhe anpassen. Produktionsanwendungen müssen Authentifizierung, Aufteilung langer Texte, asynchrone Aufgaben, Wiederholungsversuche bei Fehlern sowie die Speicherung von Audiodaten bewältigen.

Genehmigungen für die Aussprache, Konkurrenzen, Zeichenzählung sowie kommerzielle Nutzung müssen über die Open-Platform-Konsole oder per Geschäftsbestätigung gesteuert werden.

Stimmen-Kloning-API

Die offene Plattform ermöglicht das Hochladen von Trainingsaudiodateien zusammen mit dem zugehörigen Text, das Abfragen des Trainingszustands, die Erkennung des Signal-Rausch-Verhältnisses sowie die Verarbeitung von Rauschen und Echoeffekten. Zudem kann die Klonierung von Stimmen durchgeführt werden. Die Premium-Version bietet die Möglichkeit, mehrere Audiodateien zu verwenden, um die Leistung des Modells zu verbessern.

Die Trainingsdaten sollten die Zustimmung des Sprechers, den Verwendungszweck, die Gültigkeitsdauer sowie die Möglichkeit zur Rücknahme erfassen. Der Zugriff auf Schlüssel und Sprachmodelle muss streng kontrolliert werden.

Ist es Open Source?

Die Magic Sound Workshop, die Sequence Monkey Services sowie die Core Voice Modelle sind kommerzielle Produkte mit geschlossener Quellcode-Struktur; es werden weder vollständige Client-, Server-Software noch die Gewichte der Modelle veröffentlicht.

„Moyin Manchuang“ auf GitHub ist ein Drittanbieter-Projekt für KI-gestützte Filme mit ähnlichem Namen, ist aber völlig unterschiedlich und darf nicht als offizielle Quelldatei von Moyin Gongfang angesehen werden.

Urheberrecht und kommerzielle Nutzung

Der kommerzielle Einsatz hängt nicht nur von den Mitgliedern ab, sondern auch von der Genehmigung des jeweiligen Sprechers, dem eingegebenen Text, der Musik sowie dem Veröffentlichungskontext. Bei Prominenten oder kostenpflichtigen Stimmen können zusätzliche Einschränkungen bestehen.

Für Werbeaktivitäten von Unternehmen, Veröffentlichungen, Hörbücher sowie Markenstimmen-Projekte sollten Bestellunterlagen und Genehmigungsbeschreibungen aufbewahrt werden. Bei Bedarf sollte man den Kundenservice um schriftliche Bestätigung bitten.

Unterstützungsplattformen

Die Magische Klangwerkstatt ist für Webseiten, iPhone, iPad sowie WeChat-Miniprogramme verfügbar und kann als Mobile-App auf Macs mit Apple-Chips ausgeführt werden. Die App erfordert aktuell iOS oder iPadOS 13 oder neuer.

Webseiten und kleine Apps können in der Regel denselben Mobilfunkanschluss zum Teilen von Mitgliedschaften nutzen, doch In-App-Käufe sowie spezifische Vorteile müssen im Konto überprüft werden.

Anleitung zur Verwendung von Magic Sound Workshop

Eine grundlegende Aufgabe erledigen

1. Bestätigung der Aufnahmen, der Geräusche, der Musik sowie der Genehmigung der Teilnehmer;
2. Laden Sie hochwertigen Audio-Inhalt in die MagMusic-Werkstatt oder eingeben Sie ihn dort ein;
3. Wählen Sie die Sprache, den Sprecher sowie mehr als 800 verschiedene Stimmen und andere Einstellungen aus;
4. Verwenden Sie Text-zu-Stimme-Technologie zur Erstellung von Transkripten, Synchronisation oder zur Aufbereitung von Ergebnissen;
5. Überprüfen Sie Abschnitt für Abschnitt Namen, Zahlen, Pausen, Lautstärke und Stimmung;
6. Prüfen Sie vor der Exportierung das Format, die Lautstärke sowie die Anforderungen bezüglich Urheberrechten und Datenschutz.

Erstellung wiederverwendbarer professioneller Workflows

1. Erstellen Sie einen Testdatensatz mit echtem Rauschen, Akzenten und mehrsprachigen Abschnitten;
2. Vergleichen Sie die Unterschiede bei über 800 verschiedenen Stimmen sowie bei der Umwandlung von Text in Sprache – auch hinsichtlich der Sprechgeschwindigkeit, der Pausen und der Stillephasen.
3. Beibehalten der ursprünglichen Aufnahmen und unveränderten Transkripte;
4. Vor der Veröffentlichung für die Öffentlichkeit eine mündliche Anhörung anberaumen;
5. Statistische Auswertung der Verarbeitungszeit, Fehlerquote und Verbrauch von Limits;
6. Regelmäßige Aktualisierung des Glossars, der Lizenzen für Töne und der Löschrichtlinien;

Für welche Nutzer geeignet?

• Kreative, die Kurzvideos, Filmkommentare und Wissensvorträge erstellen;
• Team zur Erstellung von Hörbüchern, Hörspielen und Audio-Kursen;
• Kunden über Grenzen hinweg, die Dialekte und mehrsprachige Synchronisation benötigen;
• Menschen, die Untertitel, Textextraktion und automatische Spulenrotation benötigen;
• Unternehmen, die über Sprachsynthese oder Cloning-APIs auf das Produkt zugreifen.

Vorteile des Produkts

• Es gibt eine große Vielfalt an Stimmen und Stilen;
• Die Szenen für chinesische Kurzvideos und Hörbücher sind ausgereift.
• Vollständige Unterstützung für mehrstimmige Zeichen, Pausen, Stummschaltung und Mehrfachrolle-Steuerung;
• Unterstützung für verlustfreies Audio und SRT-Untertitel;
• Abdeckung von Dialekten, Fremdsprachen und Stimmenklonierung;
• Erlaubt die Nutzung einer offenen Plattform-API.

Einschränkungen und Hinweise

• Mitgliedschaft, SVIP und bezahlte Stimmen sind unterschiedliche Vorteile – nach dem Kauf einer Stimme kann eine Mitgliedschaft dennoch erforderlich sein;
• Die Anzahl der täglichen Synthesisvorgänge sowie die kostenlosen Klangfarben werden angepasst.
• Die Aussprache durch KI muss Satz für Satz angehört werden, und die Klonierung von Stimmen sowie die Verwendung von Tonfarben müssen gemäß der Genehmigung erfolgen.
• Alte Preise und Umtauschaktionen können nicht als aktuelle Regeln gelten.

Häufige Fragen

Ist die Magische Klangwerkstatt kostenlos?

Man kann kostenlose Probearbeiten sowie den Zugang zu einigen Funktionen nutzen, doch eine stabile Synthese, das Herunterladen sowie fortgeschrittene Soundfunktionen erfordern in der Regel einen VIP-, SVIP-Status oder einen separaten Kauf.

Wie viel kostet eine Mitgliedschaft bei Magic Sound Workshop?

Der aktuelle Preis kann im Mitgliederbereich eingesehen werden. 42 Yuan pro Monat, 179 Yuan pro Jahr usw. dienen nur als historische Referenz und sind nicht garantiert weiterhin gültig.

Sind nach der Mitgliedschaft alle Geräusche kostenlos?

Nein. Die Mitgliedschaft umfasst eine bestimmte Anzahl von Sprechern, im Sound-Shop gibt es außerdem zusätzliche, kostenpflichtige Stimmen.

Kann man Untertitel herunterladen?

Einige Mitglieder können SRT-Untertitel zur Sprachausgabe herunterladen, automatische Umschaltfunktionen sowie Videos mit Untertiteln nutzen – genaue Informationen finden Sie unter den aktuellen Vorteilen.

Hat Magic Sound Workshop eine API?

Ja, über die Sequence Monkey Open Platform werden APIs für Sprachgenerierung, Stimmenklonierung usw. angeboten, die separat abgerechnet werden.

Ist die DarkSound-Workshop-Software open source?

Keine Open-Source-Lizenz. Die Kernplattform sowie die Sprachmodelle sind nicht öffentlich zugänglich. Dritte GitHub-Projekte mit ähnlichen Namen haben damit nichts zu tun.