Text-to-Speech Deutsch kostenlos: 10 Tools im Vergleich

Deutschen Text kostenlos vorlesen lassen geht mit Microsoft Edge oder einer Browser-Erweiterung. Wenn du eine Audiodatei erzeugen möchtest, kommen andere Anforderungen dazu. Für lokale Sprachausgabe ist Piper interessant; ElevenLabs bietet ein begrenztes Gratis-Kontingent. Für öffentliche Voiceovers musst du zusätzlich die Nutzungsrechte des konkreten Angebots prüfen.

Stand: 24. September 2026. Dieser Vergleich trennt kostenloses Anhören, Audioexport und kommerzielle Nutzung. Er ist eine Auswahl anhand der Anbieterinformationen, kein eigener Hörtest aller Stimmen.

10 Text-to-Speech-Tools für Deutsch im Vergleich

Die Einheiten sind nicht direkt vergleichbar: Ein Credit ist nicht bei jedem Modell genau ein Zeichen. Ein kostenloser Softwaredownload sagt außerdem nichts über die Lizenz jeder verfügbaren Stimme aus.

1. Microsoft Edge: sofort Text vorlesen lassen

Die Vorlesefunktion von Edge eignet sich, wenn du einen Text hören möchtest. Öffne den Inhalt und wähle im Browser die Vorlesefunktion. Stelle anschließend Stimme und Tempo passend ein.

Microsoft unterscheidet Online- und Offline-Stimmen. Offline ist die Auswahl kleiner. Die Funktion ist vor allem eine Lesehilfe. Plane damit keinen regulären MP3-Export für ein Video ein.

Für einen schnellen Einstieg ist ein eigener kurzer Text hilfreich. Hörst du vor allem Korrektur, beginne mit einem etwas langsameren Tempo. So fallen fehlende Wörter und ungewöhnlich lange Sätze leichter auf.

2. ElevenLabs: kostenlose Credits, aber keine kommerzielle Lizenz

ElevenLabs Free enthält derzeit 10.000 Credits pro Monat. Wie viel Text daraus wird, hängt vom verwendeten Modell und weiteren Nutzungen desselben Credit-Pools ab.

Die kommerzielle Lizenz steht in der Tarifübersicht erst ab Starter. Free ist deshalb kein passender Ausgangspunkt für die pauschale Aussage, man könne kostenlos Werbevideos oder Kundenprojekte vertonen. Auch Instant Voice Cloning gehört laut aktueller Übersicht nicht zum Gratisplan.

Teste zuerst mit einem kurzen deutschen Skript. Prüfe Aussprache und Betonung, bevor du einen langen Text erzeugst. Wiederholte Generierungen können Kontingent verbrauchen, auch wenn du nur die letzte Fassung herunterlädst.

3. Piper: deutsche Sprachausgabe lokal betreiben

Die aktuelle Weiterentwicklung liegt im Repository OHF-Voice/piper1-gpl. Das ist eine wichtige Änderung gegenüber Anleitungen, die ausschließlich auf das ältere rhasspy-Repository verweisen. Die Engine steht unter GPL-3.0; Stimmen haben eigene Lizenzangaben.

Piper ist für lokale Sprachausgabe interessant. Nach Installation und Download einer passenden Stimme kannst du Texte auf deiner eigenen Hardware verarbeiten. Prüfe für Deutsch die konkrete Modellkarte der Stimme, etwa einer Thorsten-Variante.

Der Aufwand liegt in der Einrichtung und Pflege. Für gelegentliches Vorlesen ist ein Browser bequemer. Für ein kontrolliertes Offline-Setup kann sich die zusätzliche Arbeit lohnen. Eine lokale Engine schützt Daten nur dann vor Übertragung, wenn auch die übrige Anwendung lokal bleibt.

Video: Piper auf einem Raspberry Pi

Dieses Tutorial von Thorsten Müller ist im aktuellen Piper-Repository verlinkt. Es zeigt den lokalen Ansatz. Für Installationsbefehle und aktuelle Versionen nutze zusätzlich die verlinkte Repository-Dokumentation.

Tutorial direkt auf YouTube öffnen.

4. Balabolka: kostenlose Windows-Anwendung mit Dateiausgabe

Balabolka verwendet installierte Computerstimmen und kann Text als Audiodatei speichern. Es unterstützt zahlreiche Dokumentformate und bietet Einstellungen für Sprechtempo sowie Aussprachekorrekturen.

Der Klang hängt stark von der verwendeten Stimme ab. Die kostenlose Anwendung verwandelt eine ältere Systemstimme nicht automatisch in eine moderne neuronale Stimme. Prüfe außerdem deren Nutzungsrechte, wenn du das Ergebnis weitergeben möchtest.

Für Windows-Nutzer ist Balabolka eine praktische Option, wenn ein vorhandenes Dokument als Datei vertont werden soll. Bei Online-Stimmen musst du den Datenfluss gesondert betrachten.

5. NaturalReader: persönliches Anhören und Veröffentlichung trennen

NaturalReader Personal richtet sich an privates Anhören. Der Anbieter trennt dieses Produkt ausdrücklich von seiner kommerziellen Spracherzeugung.

In der kostenlosen Stufe ist MP3-Konvertierung nicht enthalten. Auch ein bezahlter Personal-Tarif erlaubt nicht automatisch, die Dateien als Podcast oder Schulungsvideo zu veröffentlichen. Dafür verweist NaturalReader auf die Commercial-Version.

Als Lesehilfe kann der Dienst passen. Für ein Team, das Audiodateien verteilt, sind die Personal-Bedingungen der entscheidende Prüfpunkt. "Nur intern" bedeutet nicht automatisch persönliche Nutzung.

6. Read Aloud: Erweiterung und Webangebote auseinanderhalten

Read Aloud bietet Browser-Erweiterungen zum Vorlesen von Webseiten. Welche Stimmen verfügbar sind, hängt unter anderem von der Plattform und der ausgewählten Sprach-Engine ab.

Es gibt mehrere ähnlich benannte Angebote. Übertrage deshalb keine Exportfunktion einer beliebigen Web-App auf die Browser-Erweiterung. Prüfe den exakten Anbieter und die gewünschte Funktion. Für einen verlässlichen Audioexport ist ein ausdrücklich dafür vorgesehenes Werkzeug einfacher zu beurteilen.

7. Azure Speech: ein klar beziffertes Gratis-Kontingent

Microsoft nennt für Azure Speech im F0-Tarif 0,5 Millionen Zeichen neuronaler Text-to-Speech-Ausgabe pro Monat. Das ist ein Cloud-Dienst mit eigener Einrichtung und Kontoverwaltung.

Für einen Prototyp kannst du damit prüfen, ob eine deutsche Stimme und der gewünschte Ausgabeweg passen. Die Gratis-Angabe gilt für die bezeichnete Leistung. Leite daraus keine kostenlose Nutzung sämtlicher HD-Stimmen oder zusätzlicher Speech-Funktionen ab.

Wenn du später skalierst, prüfe den bezahlten Tarif und die benötigte Region. Ein kostenloser Test und ein produktiver Betrieb sind unterschiedliche Kostenentscheidungen.

8. IBM Text to Speech: kleines Lite-Kontingent für API-Tests

IBM Text to Speech nennt 10.000 Zeichen pro Monat im Lite-Angebot. Das genügt für kleine Versuche mit einer API-Integration.

Es eignet sich beispielsweise, um die Sprachausgabe eines kurzen Dialogs zu testen. Für längere Artikel oder viele Nutzer ist die Menge schnell ausgeschöpft. Prüfe vorab die Sprache und Stimme, statt von einem allgemeinen Produktversprechen auf jede Konfiguration zu schließen.

9. Amazon Polly: Gratis-Test ist nicht dauerhaft kostenlos

Die Polly-Preisseite unterscheidet mehrere Stimmtypen. Außerdem gelten unterschiedliche Einstiegsbedingungen je nach AWS-Konto. Für neue Konten beschreibt AWS seit Juli 2025 ein Credit-Modell mit zeitlich begrenztem Free-Plan.

Eine alte Angabe wie "zwölf Monate kostenlos" ist deshalb keine ausreichende Beschreibung für jedes neue Konto. Prüfe das tatsächlich zugewiesene Angebot. Nach dem kostenlosen Einstieg wird nach den verarbeiteten Zeichen und dem Stimmtyp abgerechnet.

Polly ist besonders naheliegend, wenn deine Anwendung bereits auf AWS läuft. Für einen einmaligen privaten Text ist die Kontoeinrichtung meist aufwendiger als ein Browser-Vorleser.

10. MaryTTS: eine lokale Plattform für spezielle Anforderungen

MaryTTS ist eine quelloffene, Java-basierte Sprachsyntheseplattform mit Unterstützung für Deutsch. Sie ist vor allem für technische Projekte oder bestehende Installationen relevant.

Es handelt sich nicht um ein modernes Webstudio, in dem du ohne Einrichtung einen fertigen Sprecher auswählst. Prüfe bei einem neuen Projekt zuerst Wartungsstand und Stimmen. Für Einsteiger, die sofort einen Text hören möchten, stehen die einfacheren Optionen weiter oben.

Testtext: So vergleichst du deutsche Stimmen

Verwende bei allen Diensten denselben kurzen Text. Das folgende Beispiel enthält ein Datum und eine Abkürzung, an denen Aussprachefehler schnell auffallen:

Am 24. September beginnt die Besprechung um 9:30 Uhr. Bitte prüfe die Rechnung über 1.250,50 Euro. Die Ansprechpartnerin heißt Frau Weiß. Im nächsten Abschnitt erklären wir, wie die API funktioniert und warum die Lieferzeit zwei Werktage beträgt.

Ergänze zwei typische Fachbegriffe aus deinem eigenen Einsatzgebiet. Eine Stimme, die in der Demo gut klingt, kann genau daran scheitern. Bewerte auch, ob du die Aussprache dauerhaft korrigieren kannst.

Neue KI-Stimmen und hilfreiche Tools entdecken

Im kostenlosen KI-Weekly-Newsletter stellen wir neue KI-Werkzeuge vor und ordnen ihre Einsatzmöglichkeiten ein. So findest du auch neue Ansätze für deine Audio- und Content-Arbeit. Jeden Sonntag kostenlos mitlesen.

Häufige Fragen zu kostenlosem Text-to-Speech

Welches Tool funktioniert ohne Anmeldung?

Edge Vorlesen und lokal eingerichtete Anwendungen brauchen für die grundlegende Nutzung keinen neuen TTS-Cloud-Account. Bei einzelnen Online-Stimmen oder Zusatzdiensten können andere Voraussetzungen gelten.

Kann ich kostenlose KI-Stimmen für YouTube verwenden?

Das hängt von der konkreten Lizenz ab. ElevenLabs Free enthält keine kommerzielle Lizenz; NaturalReader Personal ist auf persönliche Nutzung beschränkt. Bei lokalen Stimmen prüfst du die jeweilige Modelllizenz zusätzlich zur Softwarelizenz.

Welche Lösung funktioniert offline auf Deutsch?

Piper mit einer geeigneten deutschen Stimme ist ein Kandidat. Auch Balabolka kann mit lokal installierten Stimmen arbeiten. Bei Edge ist die Offline-Auswahl kleiner als bei bestehender Internetverbindung.

Sind zehn Minuten Audio immer gleich viele Credits?

Nein. Manche Dienste rechnen Zeichen ab, andere Credits mit modellabhängigen Faktoren. Sprechtempo und Textlänge beeinflussen die Audiodauer. Nutze für deine Kalkulation den tatsächlichen Text und den konkreten Tarif.

Wenn du hauptsächlich Dokumente anhören möchtest, findest du weitere Hinweise unter Texte vorlesen lassen. Für den umgekehrten Weg hilft der Ratgeber zum kostenlosen Transkribieren von MP3-Dateien.