Klassische Literatur als Hörbuch: So geht es mit KI-Stimmen

Aus einem gemeinfreien Klassiker kannst du mit Text-to-Speech ein gutes Hörbuch machen, solange du den Text zuerst vorbereitest. Die Stimme ist selten das Problem. Was die KI-Erzählung in älteren Büchern aus dem Tritt bringt, sind altertümliche Schreibweisen, Figurennamen, römische Ziffern, Versmaß und lange Sätze voller Gedankenstriche, und all das lässt sich korrigieren, bevor du eine einzige Zeile erzeugst.

Dieser Ratgeber deckt die ganze Arbeit ab: prüfen, ob das Buch frei nutzbar ist, den Text bereinigen, die Aussprache korrigieren, Dialoge behandeln, Kapiteldateien erzeugen und die Kosten abschätzen.

Welche Klassiker darfst du rechtlich einsprechen?

Fang hier an, denn eine schöne Aufnahme eines Buchs, an dem du keine Rechte hast, ist ein Problem.

Gemeinfreiheit hängt vom Land ab

Pride and Prejudice (1813), Moby-Dick (1851) und Jane Eyre (1847) sind deshalb fast überall frei. Ein Buch aus den 1930er-Jahren von einem Autor, der in den 1960er-Jahren gestorben ist, kann in den USA frei sein, in Europa aber nicht.

Vorsicht bei Übersetzungen und Ausgaben

• Übersetzungen haben ein eigenes Urheberrecht. Dostoevsky ist gemeinfrei, eine neuere Übersetzung von Crime and Punishment aber nicht. Ältere Übersetzungen, etwa die von Constance Garnett, sind es oft.
• Moderne Ausgaben fügen neues Material hinzu. Vorworte, Fußnoten und redaktionelle Korrekturen können geschützt sein, auch wenn der Roman es nicht ist.
• Texte von Project Gutenberg sind eine häufige Quelle. Die Seite weist darauf hin, dass ihre Bücher in den USA gemeinfrei sind und Leser anderswo das Recht ihres eigenen Landes prüfen sollten. Entferne den Gutenberg-Header und den Lizenztext, bevor du einsprichst.

Das sind allgemeine Informationen, keine Rechtsberatung.

Wie bereitest du einen klassischen Text für Text-to-Speech vor?

Die meisten Probleme bei der Vertonung sind Textprobleme. Investiere hier eine Stunde, und du sparst viele Stunden beim Neuerzeugen von Zeilen.

Quelle bereinigen

• Lösche Seitenzahlen, Kopfzeilen, Bildunterschriften und Anmerkungen der Transkribenten.
• Füg Zeilen wieder zusammen, die das ursprüngliche Layout mitten im Satz umgebrochen hat.
• Ersetze Unterstriche oder Sternchen, die für Kursivschrift verwendet wurden. Entscheide, ob jede Hervorhebung betont gesprochen oder ignoriert werden soll.
• Nimm Fußnoten aus dem Text heraus oder streiche sie. Eine mitten im Satz vorgelesene Fußnote verwirrt die Zuhörer.

Ausschreiben, was die Stimme nicht erraten kann

Importiere dann das bereinigte Buch. Der Dokumentimport von Leelo bringt den Text als Zeilen ins Studio, die du einzeln bearbeiten, mit Regie versehen und neu erzeugen kannst.

Wie bekommst du Namen und altertümliche Wörter richtig ausgesprochen?

Klassiker sind voller Wörter, die eine moderne Stimme nie richtig gesprochen gehört hat. Leg beim Durchgehen eine Liste an und trag sie in die Ausspracheliste ein, damit jedes Vorkommen auf einmal korrigiert ist.

Namen

• Hermione in The Winter's Tale: her-MY-oh-nee.
• Gloucester in King Lear: GLOSS-ter, nicht glow-chester.
• Raskolnikov: Betonung auf der zweiten Silbe, ras-KOHL-nee-kov.
• Russische Vatersnamen wie „Rodion Romanovich“ kommen in einem langen Roman hunderte Male vor. Ein Eintrag in der Ausspracheliste deckt sie alle ab.

Heteronyme

Englische Wörter, die gleich geschrieben, aber unterschiedlich gesprochen werden, bringen jede Stimme aus dem Takt, ob menschlich oder synthetisch:

• „The wind howled“ und „wind the clock“
• „a tear in her eye“ und „tear the letter“
• „she read it yesterday“ und „read it aloud“
• „lead pipe“ und „lead the way“

Achte beim ersten Durchgang auf diese Fälle. Wenn eine Zeile eines davon falsch liest, korrigiere diese Zeile statt des ganzen Kapitels.

Vers und Metrum

Gedichte brauchen besondere Sorgfalt. Shakespeare-Ausgaben drucken „belovèd“ oft mit einem Gravis, um zu zeigen, dass die letzte Silbe gesprochen wird (be-LUV-ed), damit das Versmaß stimmt. Ältere Gedichte reimen „wind“ manchmal auf „kind“. Entscheide, ob du die historische oder die moderne Aussprache willst, und bleib konsequent.

Sollte ein Klassiker einen Erzähler oder eine ganze Besetzung haben?

Beides funktioniert. Die Wahl hängt vom Buch ab.

Ein Erzähler

Am besten für Romane in der Ich-Form (Jane Eyre, Moby-Dick), Essays und die meisten Romane des 19. Jahrhunderts, bei denen die Stimme des Erzählers das Buch ist. Wähl eine warme, ruhige Stimme aus den englischen Stimmen der Bibliothek, mit einem Tempo, dem du stundenlang zuhören kannst.

Erzähler plus Figurenstimmen

Am besten für Theaterstücke, dialoglastige Bücher und Kinderklassiker. In Leelo hat jede Zeile eine Rolle, du kannst also im selben Projekt den Erzähler für die Beschreibung und andere Stimmen für die Figuren einsetzen:

Erzähler: „It is a truth universally acknowledged …“ Mrs. Bennet: „My dear Mr. Bennet, have you heard that Netherfield Park is let at last?“ Mr. Bennet: „I have not.“

Halte die Zahl der Figurenstimmen klein. Drei oder vier Hauptfiguren mit unterscheidbaren Stimmen reichen völlig; Nebenfiguren kann der Erzähler sprechen.

Regie führen

Klassische Prosa hat lange Sätze mit Semikolons und Gedankenstrichen. Setz an den Strichen Pausen, werde bei wichtigen Passagen langsamer und bewahre mehrere Takes von Schlüsselzeilen auf (der letzte Satz eines Kapitels, ein berühmtes Zitat), damit du den besten wählen kannst.

Wie lang wird das Hörbuch, und was kostet es?

Eine Hörbuchlesung läuft meist mit etwa 150 bis 160 Wörtern pro Minute. Ein Rechenbeispiel für Pride and Prejudice, das rund 120.000 Wörter hat:

• Laufzeit: 120.000 ÷ 150 sind etwa 800 Minuten, also rund 13 Stunden.
• Credits mit einer Standardstimme: etwa 120.000 (1 Credit pro Wort).
• Credits mit einer Premium-Stimme: etwa 180.000 (1,5 Credits pro Wort).
• Zuschlag für Korrekturen: plane 10–20 % für neu erzeugte Zeilen und alternative Takes ein.

Der Creator-Tarif (39 $ im Monat, 200.000 Credits) deckt den ganzen Roman mit einer Premium-Stimme in einem Monat ab. Mit Starter (19 $, 80.000 Credits) verteilst du ihn auf zwei Monate oder stockst mit einem Credit-Paket auf, das 12 Monate gültig bleibt. Fehlgeschlagene Jobs bekommen ihre Credits zurück. Alle Tarife findest du auf der Preisseite. Die kommerzielle Nutzung des Audios, auch der Verkauf des Hörbuchs, ist in den Bezahltarifen erlaubt.

Wie exportierst du ein Hörbuch, das die Vorgaben der Plattformen erfüllt?

Händler und Vertriebspartner veröffentlichen technische Anforderungen. Die weit verbreiteten Vorgaben, die ACX für Hörbücher veröffentlicht, sind eine gute Grundlage, auch wenn du woanders verkaufst:

• Eine Datei pro Kapitel oder Abschnitt, jede unter 120 Minuten.
• Vorspann (Titel, Autor, Sprecher) am Anfang und Abspann am Ende.
• Eine halbe bis eine Sekunde Raumton am Anfang jeder Datei und eine bis fünf Sekunden am Ende.
• Lautheit zwischen −23 und −18 dB RMS, Spitzen nicht höher als −3 dB, Grundrauschen unter −60 dB.
• MP3 mit 192 kbps oder mehr, 44,1 kHz, konstante Bitrate.

Exportiere jedes Kapitel einzeln (MP3 oder WAV) aus Leelo und prüf dann ein paar Dateien mit dem kostenlosen Lautheitsprüfer. Plattformen haben außerdem eigene Regeln für KI-gesprochene Bücher, auch zur Kennzeichnung, und diese ändern sich. Prüf die aktuellen Richtlinien des Shops, den du nutzen willst, bevor du hochlädst.

Die Hilfeanleitung zu Hörbüchern führt durch ein komplettes Projekt, und auf der Seite zum Einsatzbereich Hörbücher findest du Beispiele.

Wer profitiert von Audioversionen der Klassiker?

• Lernende, die Pflichtlektüre durcharbeiten, vor allem, wenn sie dichte Prosa des 19. Jahrhunderts schwer lesbar finden. Zuhören und dabei im gedruckten Text mitlesen kann helfen, wie wir in Text-to-Speech bei Legasthenie erklären.
• Menschen mit eingeschränktem Sehvermögen, die eine bestimmte Ausgabe oder Übersetzung wollen, zu der es keine kommerzielle Aufnahme gibt.
• Lehrkräfte, die für eine Unterrichtsstunde eine Audioversion eines Kapitels oder eines Gedichts haben wollen, gelesen so, wie sie es sich vorstellen.
• Kleine Verlage, die vergriffene, gemeinfreie Titel mit einer neuen Audioausgabe neu auflegen.
• Alle, die pendeln oder spazieren gehen und sich nie mit Middlemarch hinsetzen würden, es aber hören.

Häufig gestellte Fragen

Ist es legal, aus einem gemeinfreien Buch ein Hörbuch zu machen?

Ja, wenn der Text, den du verwendest, dort, wo du veröffentlichst, tatsächlich gemeinfrei ist. Prüf das Veröffentlichungsdatum und das Todesdatum des Autors und stell sicher, dass du keine moderne Übersetzung oder Ausgabe mit eigenem Urheberrecht verwendest. Deine neue Aufnahme ist dein eigenes Werk.

Kann ich ein KI-gesprochenes Hörbuch eines Klassikers verkaufen?

Leelo erlaubt die kommerzielle Nutzung des Audios in den Bezahltarifen. Ob ein bestimmter Shop KI-Sprecher akzeptiert und wie sie gekennzeichnet werden müssen, hängt von den aktuellen Richtlinien dieses Shops ab. Viele Klassiker haben schon Audioausgaben, deshalb zählen ein sorgfältiger Text, eine gute Besetzung und ein klarer Shop-Eintrag.

Wie verhindere ich, dass die KI-Stimme alte Wörter und Namen falsch ausspricht?

Trag jedes Wort einmal in die Ausspracheliste ein, dann gilt es für jede Zeile im Projekt. Bei Heteronymen wie „wind“ oder „tear“ korrigierst du die einzelne Zeile. Ein erstes komplettes Durchhören fängt in der Regel die meisten Probleme ab.

Wie lange dauert es, einen ganzen Roman zu produzieren?

Das Erzeugen geht schnell; Vorbereitung und Kontrolle brauchen die Zeit. Rechne mit ein paar Stunden für das Bereinigen des Textes und den Aufbau der Ausspracheliste und danach mit Zuhören in Echtzeit zur Qualitätskontrolle: etwa 13 Stunden für einen Roman mit 120.000 Wörtern, wenn du jede Zeile prüfst. Stichproben gehen schneller, sind aber riskanter.

Sollte ich für einen klassischen Roman eine Stimme oder mehrere verwenden?

Ein Erzähler passt zu den meisten Romanen, besonders zu Ich-Erzählungen. Ein Erzähler plus ein paar Figurenstimmen funktioniert gut bei Theaterstücken, dialoglastigen Büchern und Kinderklassikern. Gib nur den Hauptfiguren eigene, unterscheidbare Stimmen und überlass den Rest dem Erzähler.