Qwen 3 TTS und Voicebox: Wer spricht denn da?

Wegen der großen Menge an neuen KI-Modellen für Video, Bild, Chat, Musik und Agenten ist Qwen 3 TTS von Alibaba(öffnet im neuen Fenster) von vielen nur am Rande wahrgenommen worden. Nachdem wir in diesem Artikel (g+) seine Besonderheiten beschrieben haben, geht es nun an die Praxis: Wir zeigen ein paar einfache Möglichkeiten, damit zu experimentieren – und zwar mit Voicebox, das Stimmen aus Audiosamples als Vorlage nutzt, um sie dann für andere Audios zu klonen.

Dabei gehen wir Schritt für Schritt vor – vom Einrichten von Voicebox und Qwen 3 TTS geht es über das Hochladen oder Einspielen des Samples hin zur Feinjustierung und Fehlerbehebung. Trotz einiger kleiner Schwächen ist Qwen 3 TTS in Verbindung mit Voicebox ein tolles Tool, um Tonaufnahmen eine neue Stimme zu geben.