WellSaid Labs

Was ist WellSaid Labs?

WellSaid Labs ist eine AI-basierte Sprachsynthesis-Plattform für Unternehmensschulungen, Produktpräsentationen, Werbung sowie Video- und Audiomaterialien. Das Kernprodukt ist WellSaid Studio. Die Nutzer geben einen Text ein, wählen einen Voice Avatar aus und können anschließend Tonfall, Tonhöhe, Stimmung, Pausen und Aussprache anpassen, um so eine professionelle Synchronisation zu erstellen und herunterzuladen.

Es legt den Schwerpunkt auf Markensicherheit, Unternehmenszusammenarbeit sowie eine stabile Sammlung von englischen Stimmen – anstelle von Stimmen berühmter Persönlichkeiten, die von der Community frei hochgeladen werden können. Das Pay-Plan bietet kommerzielle Nutzungsrechte, unbegrenzte Erstellung sowie Abrechnung nach angezahlten Minuten der heruntergeladenen Produkte.

Business und Enterprise bieten mehr Teamräume, einen gemeinsamen Wortschatz, Kommentarfunktionen, Berechtigungen, Integration mit Adobe Premiere Pro sowie Funktionen zur Unternehmenssicherheit.

Kernfunktionen von WellSaid Labs

Voice Avatar-Stimmenbibliothek

WellSaid bezeichnet die voreingestellten künstlichen Sprecher als Voice Avatars. Die Versionen Starter, Pro, Business und Enterprise verfügen über eine vollständige Sammlung englischer Stimmen; die kostenlose Testversion bietet nur ausgewählte Stimmen.

Die Nutzer können nach Inhaltstyp, Tonfall, Altersangemessenheit und Stil anhören; die konkreten Stimmen und Styles ändern sich mit den Updates der Plattform.

Tonfall, Tonhöhe und Emotionskontrolle

Studio bietet Kontrollmöglichkeiten für Ton, Tonhöhe und Emotionen, wodurch derselbe Text besser für Lehren, Werbung, Kundenservice oder Erzählen geeignet gemacht werden kann. Zu starke Anpassungen können dazu führen, dass die Stimme unnatürlich klingt. Es wird empfohlen, zunächst mehrere Versionen mit kurzen Sätzen zu erstellen und anschließend die zufriedenstellenden Abschnitte zu einem Projekt zusammenzufügen, anstatt den gesamten Text auf einmal zu generieren und erst danach zu überprüfen.

Sprachausgabe anpassen und Smart Suggestions

Für Markennamen, Personennamen, Abkürzungen, Zahlen und Lehnwörter können Benutzer durch Aussprachenersetzung, Umschreibung und Pausenkorrekturen vorgehen. Die Integration von Smart Suggestions mit dem Wörterbuch hilft dabei, passendere Aussprachemöglichkeiten zu finden. Zudem kann die Teamlösung eine Aussprachelibrary teilen, um die Konsistenz der Markenbegriffe in verschiedenen Projekten und bei den Teammitgliedern aufrechtzuerhalten.

Projekte, Abschnitte und unbegrenztes Überarbeiten

Das kostenpflichtige Abo ermöglicht eine unbegrenzte Erstellung von Inhalten. Die tatsächliche Nutzungsmenge wird hauptsächlich anhand der heruntergeladenen Minuten an fertigem Audio gemessen. Nutzer können die einzelnen Teile mehrfach erstellen; unbenötigte heruntergeladene Abschnitte können gemäß den Richtlinien entfernt werden, wodurch die entsprechende Nutzungsmenge wieder frei wird.

Bei Starter sind maximal 10 Projekte möglich, bei Pro und höher gibt es keine Begrenzung.

Untertitel und Export in mehreren Formaten

Mit dem Pay-Plan können Untertiteldateien heruntergeladen werden. Die genauen Audioformate und Abtastrate variieren je nach Paketversion. Bei Starter werden hauptsächlich MP3 und 24 kHz verwendet.

Pro unterstützt TXT sowie eine Auflösung von bis zu 48 kHz; Business und Enterprise unterstützen MP3, WAV, OGG und TXT – bei Enterprise ist die maximale Auflösung 96 kHz.

Für SRT- und VTT-Untertitel muss weiterhin die Zeitachse sowie die Satzteilung überprüft werden.

Teamzusammenarbeit

Business und Enterprise unterstützen die Teamzusammenarbeit – es ist möglich, in einem gemeinsamen Teamraum große Projekte zu bearbeiten. Dabei können gemeinsame Sprachdatenbanken, Kommentare, gespeicherte Audiodateien sowie Kontrollmechanismen für Rechte genutzt werden. Bei Business können bis zu 5 Lizenzen erworben werden; die Anzahl der Lizenzen bei Enterprise wird nach Vertragsvereinbarung festgelegt.

Integration von Adobe mit APIs

Pro beinhaltet die Funktionen von Adobe Express, während Business und Enterprise eine Integration mit Adobe Premiere Pro bieten. Wenn es notwendig ist, Sprache in Produkten oder Automatisierungsprozessen dynamisch zu generieren, kann die WellSaid API separat verwendet werden.

API-Pakete, Konkurrenzfähigkeit, Modelle sowie Verbrauch richten sich nach der aktuellen Entwicklerseite oder dem Geschäftsabkommen; die heruntergeladenen Minuten im Studio sollten nicht als API-Bestand angesehen werden.

Vergleich der Preise für WellSaid-Personenpakete

Im Folgenden sind die derzeit auf der offiziellen Website für neue Kunden angezeigten Preise in US-Dollar aufgeführt. Die Preise für Creative, Team usw., die in den alten Hilfeseiten angegeben waren, könnten zu den Preisen der früheren Pakete gehören; die Rechte der bestehenden Stammkunden bleiben möglicherweise weiterhin bestehen.

Beim Kauf sollte man sich an die auf der aktuellen Abrechnungsseite sowie im Konto sichtbaren Optionen halten.

Vergleich der Preise für Team- und Unternehmenspakete bei WellSaid

Der jährliche Einzelpersonenplan stellt monatlich die Downloadminuten für das ganze Jahr zur Verfügung, der monatliche Plan wird monatlich erneuert. Auf der offiziellen Website steht, dass zusätzliche Minuten im Studio gekauft werden können; doch der genaue Preis sowie ob die nicht verbrauchten Minuten übertragen werden, können auf der Kontoauszugseite nachgeprüft werden.

Alle kostenpflichtigen Pläne können unbegrenzt erstellt werden; die Gebühren beziehen sich auf das endgültige Herunterladen des Audios und nicht auf jede Anhörung oder Neuermittlung.

Unterschiede in den Funktionen der Pakete

WellSaid Studio – Anleitung zur Nutzung

1. Dokument bearbeiten:Überführen Sie den geschriebenen Text in kurze Sätze, die zum Vorlesen geeignet sind, und vereinheitlichen Sie Zahlen, Abkürzungen, Einheiten sowie Markennamen.
2. Neues Projekt:Erstellen Sie Projekte nach Kursen, Videos oder Kapiteln. Starter-Kunden: Beachten Sie die Obergrenze von 10 Projekten.
3. Probelauschen des Sounds:Probieren Sie mehrere Voice Avatare mit dem gleichen typischen Text aus – hören Sie sich nicht nur die offiziellen Beispielsätze an.
4. Teilweise Erstellung:Erstellen Sie Clips aus Sätzen oder kurzen Abschnitten, um lokale Ersetzungen, Dialogkombinationen und den Rhythmus zu steuern.
5. Korrekte Aussprache:Verwenden Sie Umstilisieren, Ersetzen, Pause und Smart Suggestions zur Bearbeitung von Eigennamen.
6. Ausdruck anpassen:Leichte Anpassungen an Tonfall, Tonhöhe und Stimmung vornehmen und über Kopfhörer die Natürlichkeit und Kohärenz überprüfen.
7. Kombinierte Fertigprodukte:Wählen Sie die zufriedenstellenden Takes aus und fügen Sie sie zusammen. Löschen Sie unnötige Abschnitte, um die Projekte zu strukturieren und möglicherweise Ressourcen zu freisetzen.
8. Herunterladen/Exportieren:Bestätigen Sie die abzuziehenden Minuten für das fertige Produkt und wählen Sie das vom Paket unterstützte Format, die Abtastrate sowie die Untertitel.

Wie man die verschwendeten Minuten beim Herunterladen reduziert

• Führen Sie vor dem Herunterladen alle Vorspülungen und Korrekturen des Textes durch, da die Erstellung im Pay-Plan in der Regel unbegrenzt möglich ist;
• Teilen Sie den langen Text in wiederverwendbare Abschnitte auf und bearbeiten Sie nur die fehlerhaften Teile erneut.
• Nach Festlegung des endgültigen Voice Avatars und der Aussprache wird die Version mit hoher Abtastrate exportiert;
• Ein einheitliches Aussprachelexikon für die Markennamen wird erstellt, das von dem Team geteilt und regelmäßig aktualisiert wird;
• Speichern Sie den endgültigen Script, die Namen der Sounds sowie die Einstellungen, um zu vermeiden, dass zukünftige Versionen nicht wiederhergestellt werden können.

Dialoge und Mehrstimm-Synchronisation

Beim Erstellen von Dialogen kann man für die Sprache jedes Charakters einen eigenen Voice Avatar verwenden. Anschließend können diese Audiodateien mit dem Combine-Tool in der richtigen Reihenfolge zusammengeführt werden. Es sollte eine einheitliche Lautstärke, Pause und räumliche Wahrnehmung geben, damit nicht der Eindruck entsteht, dass jeder Charakter aus einem anderen Aufnahmumfeld stammt.

Komplexe Theateraufführungen können immer noch eine echte Synchronisation oder nachträgliche Audiobearbeitung erfordern.

Wichtige Punkte zur Verwendung der WellSaid API

Die API kann auf Basis von Modellen und Voice Avataren Sprache aus Programmen erzeugen und unterstützt XML-Kontrollbefehle im Rahmen von AI Director – beispielsweise für Tempo, Pause, Lautstärke, Tonhöhe und Umschreibung. Entwickler sollten Server-Schlüssel verwenden, um die Länge der Anfragen, die Konkurrenzzahl sowie das Budget zu begrenzen, feste Dialoge in Cache speichern und jede erzeugte Version des Modells, der Stimme und des Textes aufzeichnen.

Studio-Abonnements und APIs sind unterschiedliche Produkte, weshalb keine Standard-Share-Limits gelten. Für externe Dienste müssen zudem Timeout-Fälle, Wiederholungsversuche, Inhaltssicherung, Audio-Speicherung, Benutzerautorisierung sowie sensible Texte in den Protokollen behandelt werden.

Beispielcode für APIs dient nur zum Anbinden an Geschäftsdienste und kann die Kernmodelle nicht offline ausführen.

Kommerzielle Nutzung und Datensicherheit

Das von Trial erzeugte Audio hat keinen kommerziellen Nutzungsschutz. Die Abonnementsplanungen Starter und höher beinhalten eine Möglichkeit zur kommerziellen Nutzung, es müssen jedoch weiterhin die Dienstbedingungen sowie die Inhaltsbeschränkungen eingehalten werden. Der Nutzer muss das Recht haben, Texte, Musik, Bilder sowie Markenmaterialien einzubringen; er darf keine künstlich erzeugte Stimme nutzen, um Zuhörer zu täuschen oder die Rechte Dritter zu verletzen.

Die Preisvergleichsseite auf der offiziellen Website macht klar, dass Kundendaten nicht zur Schulung von Modellen verwendet werden. Enterprise bietet zusätzlich SSO, Sicherheitskontrollen, SOC 2-Berichte, anpassbare Bedingungen sowie Content-Überprüfung.

Ob bestimmte Vorschriften einer Branche erfüllt werden, muss anhand der tatsächlichen Datenströme und der unterzeichneten Verträge beurteilt werden – man kann sich nicht allein auf Werbematerialien zur „Unternehmenssicherheit“ verlassen.

Ob Open Source

WellSaid Labs verwendet proprietäre, geschlossene KI-Modelle. Studio, Voice Avatars sowie das Kernsprachsystem sind keine Open-Source-Produkte. Auf der offiziellen GitHub-Seite gibt es zwar Beispiele für einfache APIs und andere öffentliche Repositorys, doch diese zeigen lediglich, wie auf Cloud-Dienste zugegriffen werden kann – sie enthalten weder die Modellgewichte noch den vollständigen Quellcode der Plattform.

WellSaid Labs-Anleitung

Erstellung wiederverwendbarer professioneller Workflows

1. Erstellen Sie einen Testdatensatz mit echtem Rauschen, Akzenten und mehrsprachigen Abschnitten;
2. Vergleich der Unterschiede bei der Verarbeitung von Voice Avatar-Stimmenbibliotheken, Tonfall, Tonhöhe und Emotionskontrolle sowie bei der Anpassung der Aussprache im Vergleich zu Smart Suggestions;
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 Benutzer geeignet

• Pädagogische und unternehmerische Teams für die Erstellung von Englisch-Trainings, Micro-Lektionen und Produktpräsentationen;
• Marketing-, Werbe- und Video-Produzenten, die eine stabile Markenstimme benötigen;
• Kreative, die schnell und wiederholt an Skripten ändern möchten, ohne erneut eine Live-Aufnahme buchen zu müssen;
• Inhaltsteams, die eine gemeinsame Aussprachendatenbank, Kommentare und Berechtigungen teilen müssen;
• Entwickler, die über APIs batchweise Spracherfahrungen für Produkte erstellen.

Vorteile und Einschränkungen bei der Verwendung

• Die Vorteile von WellSaidLabs sind professionelle englische Stimmen, präzise Kontrolle über die Aussprache, unbegrenzte Erstellungsmöglichkeiten im kostenpflichtigen Plan, Abrechnung nach den tatsächlich heruntergeladenen Minuten sowie eine klare Team- und Unternehmensführung.
• Es eignet sich besonders für Workflows, die eine stabile, wiederverwendbare Unternehmenssynchronisation benötigen;
• Die Einschränkung besteht darin, dass die Einzelpakete hauptsächlich auf Englisch ausgerichtet sind, während mehrsprachige Funktionen und Übersetzungen in Enterprise zum Einsatz kommen.
• Die Kosten für die fertigen Produkte sowie die Preise für die Plätze können für kleine Nutzer recht hoch sein.
• KI-Stimmen können Begriffe falsch aussprechen oder den Grad einer echten menschlichen Darbietung fehlen; kommerzielle Inhalte benötigen weiterhin Bearbeitung, Faktenprüfung und Genehmigungsprüfung.

Häufige Fragen

Ist WellSaid Labs kostenlos?

Es wird eine Testversion ohne Kreditkarte angeboten, mit der monatlich 3 Minuten heruntergeladen werden können. Es besteht jedoch kein kommerzieller Nutzungsrecht – sie eignet sich nur zum Testen der Funktionalitäten.

Wie wählt man zwischen Starter und Pro?

Starter eignet sich für Einzelpersonen, die etwa 20 Minuten pro Monat für die Erstellung von bis zu 10 Projekten benötigen; für Nutzer, die 180 Minuten pro Monat benötigen, unbegrenzte Anzahl an Projekten sowie 48 kHz und Adobe Express wünschen, ist Pro die bessere Wahl.

Wie berechnet WellSaid die Höhe des Limits?

Die Erstellung und Neu erstellung von Abonnements ist unbegrenzt, es wird hauptsächlich nach den Minuten des heruntergeladenen Audiomaterials abgerechnet. Zusätzliche Minuten können im Studio erworben werden; die genauen Bedingungen finden Sie auf der Kontoseite.

Unterstützt WellSaid Chinesisch?

Der aktuelle Einzelpaket umfasst ausschließlich englische Sprachaufnahmen; weitere Sprachen und Übersetzungen sind im Enterprise-Paket enthalten. Bei Bedarf an chinesischer Sprache sollte zunächst mit dem Verkäufer die verfügbaren Sprachaufnahmen, die Qualität sowie den Umfang des Vertrags abgeklärt werden.

Ist WellSaid Labs Open Source?

Keine Offenlegung des Quellcodes. Die offiziell veröffentlichten API-Beispiele enthalten keine proprietären Modelle sowie kein Voice-Avatar-System.