Hörbuch mit KI-Stimme: Was Spotify, Audible, tolino und Apple wirklich verlangen

Jonas: Herzlich willkommen bei KI Buch Power, deinem Buchpodcast für alle, die mit ihrem Buch sichtbar werden wollen. Ich bin Jonas, und bei mir ist Janet Zentel. Fünf Minuten, ein Thema, ein Schritt für dein Buch. Heute: dein Hörbuch mit KI-Stimme. Janet, in der letzten Folge hast du gesagt, das Hörbuch sei der einzige Teil des Buchmarkts, der wächst. Wenn ich jetzt mein Sachbuch mit einer KI-Stimme vertonen lasse, wo darf ich das überhaupt veröffentlichen?

Janet: Das ist genau die richtige Frage, denn es gibt nicht eine Regel, es gibt acht, und sie widersprechen sich. Fangen wir mit Spotify an, weil dort gerade am meisten passiert. Seit Februar vergangenen Jahres nimmt Spotify über seinen Vertriebsarm Findaway Voices Hörbücher an, die mit ElevenLabs vertont wurden. Die Kennzeichnung ist sichtbar: In der Beschreibung steht, dass dieses Hörbuch von einer digitalen Stimme erzählt wird. Im Mai dieses Jahres ging Spotify weiter und kündigte an, die KI-Vertonung direkt in die eigene Autorenplattform einzubauen. Seit Juni läuft das als Beta, zunächst nur auf Einladung und nur auf Englisch. Zehn weitere Sprachen sollen folgen, Deutsch ist dabei. Und wichtig: ohne Exklusivbindung. Du darfst dein Hörbuch auch woanders anbieten.

Jonas: Und Audible? Das ist in Deutschland ja die größte Adresse.

Janet: Audible, also Amazon, ist die Gegenseite. Über die Plattform ACX, auf der die meisten Hörbücher für Audible entstehen, gilt weiterhin: Ein Hörbuch muss von einem Menschen gesprochen sein, sofern Audible nichts anderes autorisiert hat. Gleichzeitig betreibt Audible selbst ein Programm namens Virtuelle Stimme, bisher vor allem für englischsprachige Autoren in den USA, mit inzwischen mehr als fünfzigtausend Titeln. Audible erlaubt also KI-Stimmen, aber nur die eigenen. Fremde KI-Vertonungen bleiben draußen. tolino, der Verbund der deutschen Buchhändler, nimmt KI-Hörbücher an, verlangt aber die Kennzeichnung von KI-Inhalten und KI-Sprechern, und weist ausdrücklich darauf hin, dass Audible solche Hörbücher nicht listet. Apple Books akzeptiert mit Kennzeichnung. Kobo will den Hinweis in den Metadaten. Mein Fazit: Ein KI-Hörbuch ist heute machbar und verkaufbar. Über Spotify, tolino, Apple und Kobo erreichst du den größten Teil des deutschen Streamingmarkts. Audible fehlt, das ist ein echter Nachteil. Aber kein Grund zu warten. Der Markt bewegt sich auf dich zu, nicht von dir weg.

Jonas: Was kostet so eine Vertonung, und was ist der Haken, den man unterschätzt?

Janet: Abgerechnet wird nach Zeichen. Ein Sachbuch mit zweihundert Seiten hat grob vierhunderttausend Zeichen. Je nach Anbieter und Tarif liegst du damit im zweistelligen bis niedrigen dreistelligen Eurobereich, verglichen mit mehreren tausend Euro für eine Studioproduktion mit Sprecherin. Der Haken ist deine Zeit fürs Abhören. Ein fünfstündiges Hörbuch musst du fünf Stunden lang anhören, mindestens einmal. Aussprachefehler bei Fachbegriffen, falsche Betonungen, ein Name, der englisch gelesen wird. Das Abhören nimmt dir niemand ab, und es ist der Teil, der am Ende die Qualität macht. Und dann die Stimmfrage: Eine Bibliotheksstimme kann sehr gut klingen. Deine eigene geklonte Stimme kann besser sein, weil Menschen dich hören wollen, nicht irgendwen. Aber nur, wenn der Klon gut ist. Ich habe lange gezögert, meine eigenen Bücher mit KI zu vertonen, weil ich dachte, ein Hörbuch braucht eine Sprecherin mit Ausbildung. Für einen Roman glaube ich das immer noch, Figuren brauchen Spiel. Für ein Sachbuch, in dem ich meinen Leserinnen etwas erkläre, ist meine Stimme die richtige. Auch wenn sie aus der Maschine kommt.

Jonas: Dann der Fünf-Minuten-Schritt für heute.

Janet: Mach eine Hörprobe. Nimm die erste Seite deiner Einleitung und lass sie von zwei Stimmen sprechen. Einmal von einer Bibliotheksstimme, einmal, falls du schon einen Klon hast, von deiner. Hör beides einer Person vor, die dein Buch kaufen würde, und frag nur eines: Welcher Stimme würdest du fünf Stunden zuhören? Die Antwort entscheidet, wie dein Hörbuch klingt. Das war dein Buch-Snack für heute. Alle Quellen findest du in den Shownotes. Wenn du dein eigenes Expertenbuch schreiben willst, schau bei KI Buch Power vorbei, der Link steht ebenfalls in den Shownotes. Und damit du es weißt: Diese Folge wurde mit meiner eigenen geklonten KI-Stimme eingesprochen, und auch Jonas ist eine KI-Stimme.

Jonas: Bis zum nächsten Snack.