KI-Hörbuch für ACX, KDP und andere Stores: Regeln und Specs

Du kannst ein Hörbuch mit KI-Stimme veröffentlichen, aber nicht überall. Zum Zeitpunkt dieses Textes verlangt ACX (der Anbieter für Audible, Amazon und Apple) menschliche Sprecherinnen und Sprecher, sofern Amazon nichts anderes genehmigt, und Amazons eigener Weg für KI-Stimmen heißt Virtual Voice, eine Beta für geeignete englische Kindle-E-Books. Google Play Books, Kobo und Spotify (über Findaway Voices) akzeptieren KI-Stimmen, solange du das offenlegst. Die Regeln der Stores ändern sich oft, prüfe also vor dem Upload die aktuellen Richtlinien des jeweiligen Stores.

Für welchen Store du dich auch entscheidest, das Audio muss technische Vorgaben erfüllen. Hier steht, welche das sind und wie du ein Buch erzeugst, das sie besteht.

Welche Stores akzeptieren KI-Stimmen?

Welche Audio-Anforderungen stellt ACX?

Die Vorgaben von ACX sind die strengsten der Branche, deshalb produzieren die meisten Autorinnen und Autoren danach, auch wenn sie anderswo veröffentlichen:

• Jedes Kapitel als eigene Datei, dazu Vor- und Abspann und eine Hörprobe für den Handel.
• RMS zwischen −23 dB und −18 dB, Spitzen höchstens −3 dB und ein Grundrauschen von höchstens −60 dB.
• MP3 mit 192 kbps oder höher, konstante Bitrate, 44,1 kHz.
• 0,5 bis 1 Sekunde Raumton am Anfang jeder Datei und 1 bis 5 Sekunden am Ende.

Beim Grundrauschen hat eine KI-Stimme es leicht (es gibt kein Raumgeräusch), die Hauptarbeit liegt also bei Lautheit und Dateistruktur.

Wie mache ich in Leelo ein Hörbuch?

1. Starte ein Audiobook-Projekt.
2. Hol das Manuskript mit Paste a document herein: Word (.docx), EPUB, PDF, .txt oder Markdown. Wenn „headings start chapters“ eingeschaltet ist, wird jede Überschrift zu einem Kapitel. PDFs kommen ohne ihre Überschriften herein, mit einer Word- oder EPUB-Datei sparst du also Arbeit.
3. Wähle eine Erzählstimme und gib den Figuren eigene Stimmen, wenn es nach einem Sprecherensemble klingen soll.
4. Lass ein Kapitel nach dem anderen lesen oder das ganze Buch und korrigiere Namen in der Ausspracheliste.
5. Füge einen Vorspann und einen Abspann (Credits) und ein Sample für den Handel hinzu.
6. Exportiere jedes Kapitel als eigene MP3 (mit dem Lautheitsziel Audiobook/ACX von −20 LUFS) oder eine M4B mit Kapiteln. Der Export führt vor dem Download eine ACX-Prüfung durch.

Merken Hörerinnen und Hörer, dass es KI ist?

Über Stunden wird eine monotone Stimme ermüdend, deshalb braucht Langform mehr Regie als ein kurzes Video: Variiere das Tempo, setze Pausen bei Szenenwechseln und nimm für Dialoge eine andere Stimme, wenn dein Buch viele davon hat. Sachbücher, Ratgeber und Selbsthilfe eignen sich meist am besten für KI-Stimmen; dialoglastige Belletristik braucht die meiste Sorgfalt.

Was kostet es?

Ein typischer Roman mit 70.000 Wörtern kostet mit einer Standardstimme etwa 70.000 Credits (ein Credit pro Wort) oder 105.000 mit einer Premium-Stimme. Der Starter-Tarif enthält 80.000 Credits im Monat; für größere Bücher nimm einen größeren Tarif oder ein Credit-Paket. Die Kosten siehst du, bevor du erzeugst.

Mehr zum Ablauf: Hörbücher mit KI-Stimmen.