Text-to-Speech kostenlos: Grenzen, Lizenz und Rechte im Überblick

Werbung. Diese Seite enthält Partnerlinks zu ElevenLabs und Murf. Wer darüber einen Tarif abschließt, bringt der Redaktion eine Provision ein, für Sie ändert sich der Preis nicht. Die Einschätzung bleibt unabhängig.

Kurz gefasst

Text-to-Speech wandelt geschriebenen Text in gesprochene Sprache um. „Kostenlos“ bedeutet dabei fast immer ein begrenztes Monatskontingent und selten eine Erlaubnis, die Aufnahme geschäftlich zu verwenden. Der Gratis-Tarif von ElevenLabs enthält laut Preisseite des Anbieters 10.000 Credits im Monat. Bei der Sprachausgabe verbraucht ein Zeichen einen Credit, das entspricht rund zehn Minuten Audio (Stand: Oktober 2026). Eine kommerzielle Lizenz führt die Preisseite erst ab dem Tarif Starter auf. Murf gewährt im kostenlosen Zugang zehn Minuten Sprachgenerierung ohne Ablaufdatum, allerdings ohne Download und ohne kommerzielle Rechte. Wer nur Texte hören will, kommt mit dem Vorlesen im Browser aus. Wer veröffentlichen will, muss Lizenz und Kennzeichnung klären.

Für wen: Videomacher, Lehrende, Autorinnen und Autoren, die einen Text probehören oder einen Entwurf vertonen wollen, sowie alle, die längere Texte lieber hören als lesen. Für wen nicht: Alle, die eine fertige Voice-over-Spur für ein Geschäftsvideo erwarten, ohne Lizenzbedingungen zu lesen, und alle, die die Stimme einer realen Person ohne deren Einwilligung nachbilden wollen.

Was bedeutet „kostenlos“ bei Text-to-Speech?

Hinter dem Wort stecken drei verschiedene Dinge, die man auseinanderhalten sollte.

1. Ein Gratis-Tarif mit Monatskontingent. Sie legen ein Konto an und erhalten jeden Monat eine feste Menge Zeichen oder Minuten. Das Kontingent erneuert sich, die Funktionen sind eingeschränkt. Dazu gehört der Gratis-Tarif von ElevenLabs.
2. Ein Test mit einmaligem Guthaben. Das Guthaben läuft nicht ab, wird aber auch nicht aufgefüllt. Bei Murf endet der kostenlose Zugang, sobald die zehn Minuten verbraucht sind. Ein Ablaufdatum gibt es nicht, und nicht genutzte Minuten werden beim Wechsel auf ein Abo gutgeschrieben.
3. Eine eingebaute Funktion. Manche Programme lesen Text vor, ohne dass Sie ein Konto brauchen. Ein Beispiel ist die Vorlesefunktion im Browser Microsoft Edge.

In allen drei Fällen kostet nicht der Klick, sondern der Weg zur Veröffentlichung: Lizenz, Qualität der Stimme, Dateiformat und Zeit zum Nacharbeiten. Deshalb lohnt es sich, zuerst zu klären, was mit der Aufnahme geschehen soll.

Welches ist das beste Text-to-Speech-Programm auf Deutsch?

Ein „bestes“ Programm gibt es nicht, weil die Antwort vom Text abhängt. Ein Erklärvideo mit vielen Zahlen stellt andere Anforderungen als ein Hörbuchkapitel oder eine Ansage für eine Präsentation. Fünf Kriterien entscheiden im Alltag:

• Aussprache von Zahlen, Datumsangaben und Abkürzungen. „3,5 km“ oder „20.10.2026“ sollen so gesprochen werden, wie man sie liest.
• Umgang mit Fremdwörtern und Eigennamen. Anglizismen und Markennamen sind der häufigste Stolperstein deutscher Stimmen.
• Betonung und Satzmelodie. Fragen, Aufzählungen und Nebensätze zeigen schnell, ob eine Stimme natürlich klingt.
• Steuerung. Lassen sich Tempo, Pausen und die Aussprache einzelner Wörter anpassen?
• Lizenz und Export. Dürfen Sie die Datei speichern, und wofür dürfen Sie sie nutzen?

Ob ein Programm Deutsch beherrscht, ist die erste Frage. Bei ElevenLabs steht Deutsch in der Sprachauswahl der Textseite, dort sogar mit Varianten wie Bairisch. Die Preisseite nennt 74 Sprachen, die Produktseite spricht von mehr als 90. Für den Tarif zählt die Zahl der Preisseite. Ob die Stimme Ihren Text überzeugend liest, sagt keine Liste, sondern nur ein eigener deutscher Absatz. Eine Anleitung dafür steht weiter unten.

Wie unterscheiden sich ElevenLabs und Murf im Gratis-Zugang?

Anbieter	Gratis-Zugang	Download und kommerzielle Nutzung	Sprachen und Stimmen
ElevenLabs	10.000 Credits pro Monat, erneuert sich	Lizenz erst ab Starter aufgeführt, Download im Gratis-Tarif nicht angegeben	74 Sprachen laut Preisseite, über 17.000 Stimmen angekündigt
Murf	10 Projekte und 10 Minuten Sprachgenerierung, einmalig	Im kostenlosen Zugang ohne Download und ohne kommerzielle Rechte; beides ab dem Tarif Creator	Über 200 Stimmen und über 30 Sprachen laut Preisseite

Die Tabelle zeigt, dass beide Anbieter das Gratis-Angebot als Probierfläche verstehen. ElevenLabs lässt Sie jeden Monat neu beginnen, Murf gibt ein einmaliges Guthaben. Für geschäftliche Zwecke führt keiner der beiden den Gratis-Zugang als Lizenz auf.

Was kann ElevenLabs im Gratis-Tarif?

Die Angaben stammen von der Preisseite von ElevenLabs (Stand: Oktober 2026). Die Tarife heißen Free, Starter, Creator, Pro, Scale, Business und Enterprise.

Merkmal	Gratis-Tarif	Hinweis
Kontingent	10.000 Credits pro Monat	Bei der Sprachausgabe verbraucht jedes Textzeichen einen Credit
Umfang der Sprachausgabe	etwa zehn Minuten	Angabe der Vergleichstabelle
Kommerzielle Lizenz	nicht aufgeführt	Die Seite nennt sie als Funktion, die der Tarif Starter hinzufügt
Sofortiges Stimmenklonen	nicht aufgeführt	Taucht erst auf Starter-Ebene auf, die Zeilen für Free sind leer
Eigene Stimmen	drei Plätze	Angabe der Vergleichstabelle
Namensnennung	nicht erwähnt	Das heißt nicht, dass es keine Pflicht gibt; maßgeblich sind die Nutzungsbedingungen
Download	nicht erwähnt	Vor dem Export in den Bedingungen nachsehen

Zehntausend Zeichen sind etwa drei bis vier Seiten Text. Das reicht, um mehrere Stimmen an einem Absatz zu vergleichen, aber nicht für einen längeren Kurs oder ein Hörbuch.

Zu ElevenLabs ↗ Partnerlink

Was kann Murf kostenlos?

Murf beschreibt auf seiner Preisseite für das Studio einen kostenlosen Zugang mit zehn Projekten und zehn Minuten Sprachgenerierung. Er hat kein Ablaufdatum und endet, wenn die Minuten verbraucht sind. Im kostenlosen Test sind Downloads und kommerzielle Rechte ausdrücklich nicht enthalten. Unbegrenzte Downloads und kommerzielle Rechte führt die Seite ab dem Tarif Creator auf. Das professionelle Stimmenklonen erscheint im Vergleich des Studios nur beim Tarif Enterprise.

Für Sie heißt das: Mit Murf können Sie Stimmen anhören und einen Text probeweise vertonen, aber keine Datei für ein Video mitnehmen. Ob Deutsch zu den über 30 Sprachen gehört und welche deutschen Stimmen angeboten werden, zeigt die Stimmenauswahl im Konto. Machen Sie auch hier den Fünf-Minuten-Test mit Ihrem eigenen Text.

Zu Murf AI ↗ Partnerlink

Welche Möglichkeiten gibt es ohne Konto?

Wer nur einen Text anhören will, braucht kein Konto. Microsoft Edge bietet laut einem Ratgeber von schieb.de (veröffentlicht 2018, zuletzt aktualisiert im März 2026) eine Vorlesefunktion: Text markieren, Rechtsklick, „Vorlesen“ wählen, oder nach dem Markieren Strg + Umschalt + U drücken. Für die ganze Seite öffnet man das Drei-Punkte-Menü oben rechts und wählt „Laut vorlesen“. Zusätzliche deutsche neuronale Stimmen lassen sich laut Ratgeber über die Windows-Spracheinstellungen ergänzen.

Das ist praktisch zum Korrekturhören eigener Texte. Für Videos oder Podcasts taugt es nicht, denn die Funktion ist zum Hören gedacht, nicht zum Speichern einer Datei. Ob dafür eine Internetverbindung nötig ist, hängt von den installierten Stimmen ab; testen Sie es im Flugmodus, wenn Sie offline arbeiten möchten.

Bei Webseiten, die „Text to Speech kostenlos ohne Anmeldung“ versprechen, lohnt ein Blick auf drei Dinge: Wer betreibt die Seite, was passiert mit Ihrem Text, und was steht zur Nutzung der Aufnahme in den Bedingungen? Geben Sie keine Texte mit personenbezogenen Daten oder vertraulichen Inhalten in ein Werkzeug ein, dessen Datenschutzerklärung Sie nicht kennen.

Welche Begriffe sollte ich kennen?

Wer Tarife vergleicht, stößt schnell auf Fachwörter. Diese kurze Übersicht hilft beim Lesen der Preisseiten:

• Credit: Die Recheneinheit, mit der ein Anbieter sein Kontingent zählt. Bei ElevenLabs entspricht in der Sprachausgabe ein Zeichen einem Credit.
• Kommerzielle Lizenz: Die ausdrückliche Erlaubnis, die erzeugte Aufnahme geschäftlich zu verwenden, etwa in einem Werbevideo, einem Kurs oder einem monetarisierten Kanal.
• Stimmenklonen: Das Nachbilden einer Stimme aus Aufnahmen. Es gibt ein sofortiges Klonen aus kurzen Proben und ein professionelles Klonen, das bei Murf nur im Tarif Enterprise erscheint.
• Anbieter und Betreiber: Im Sinne der europäischen KI-Verordnung ist Anbieter, wer ein KI-System entwickelt und in Verkehr bringt, und Betreiber, wer es unter eigener Verantwortung einsetzt.
• Deepfake: Ein von KI erzeugter oder veränderter Bild-, Audio- oder Videoinhalt, der realen Personen, Objekten, Orten, Einrichtungen oder Ereignissen ähnelt und fälschlich für echt gehalten werden könnte.
• Aussprachewörterbuch: Eine Liste, in der Sie festlegen, wie ein Wort gesprochen wird. Nicht jedes Programm bietet sie an.

Darf ich eine KI-Stimme für YouTube, Podcasts oder Kundenvideos nutzen?

Das hängt an der Lizenz des Tarifs, nicht an der Qualität der Stimme. Drei Faustregeln helfen:

• Privat zum Anhören: Meist unproblematisch.
• Öffentlich, aber ohne Einnahmen (zum Beispiel ein Vereinsvideo): Prüfen Sie, ob der Gratis-Tarif öffentliche Nutzung erlaubt. ElevenLabs führt im Gratis-Tarif keine kommerzielle Lizenz auf, die Bedingungen sind für den Einzelfall zu lesen.
• Geschäftlich (Werbevideo, Kurs, monetarisierter Kanal): Hier brauchen Sie eine Lizenz, die ausdrücklich gewerbliche Nutzung einschließt. Bei ElevenLabs ist sie ab dem Tarif Starter gelistet, bei Murf ab Creator.

Bewahren Sie einen Nachweis auf: Screenshot der Lizenzbedingungen mit Datum, Tarifname und die Datei selbst. Bedingungen ändern sich, und im Streitfall zählt der Stand zum Zeitpunkt der Erzeugung. Das ist eine Empfehlung zur Vorsorge und keine Rechtsberatung.

Wer die Vertonung in ein fertiges Video einbaut, braucht außerdem ein Schnittprogramm. Einen Überblick, was ein Gratis-Schnittprogramm mitbringt, finden Sie im Beitrag zu Filmora kostenlos →.

Wie finde ich in fünf Minuten die richtige Stimme?

Dieser Test lässt sich mit jedem Programm wiederholen, auch mit dem Vorlesen im Browser.

1. Nehmen Sie einen Absatz von 400 bis 600 Zeichen aus Ihrem echten Text. Er sollte eine Zahl, einen Eigennamen, eine Frage und ein englisches Fremdwort enthalten.
2. Erzeugen Sie den Absatz mit zwei Programmen oder zwei Stimmen.
3. Hören Sie erst über Kopfhörer, dann über den Lautsprecher eines Smartphones. Fehler klingen im Lautsprecher oft anders.
4. Notieren Sie, wo die Stimme stolpert, und wie viele Credits oder Zeichen der Versuch gekostet hat.
5. Behalten Sie die Stimme, bei der Sie den Text am seltensten umschreiben mussten.

Ändern Sie pro Versuch nur eine Sache. Wer gleichzeitig Stimme, Tempo und Text wechselt, weiß am Ende nicht, was den Unterschied gemacht hat.

Wie schreibe ich einen Text, der gesprochen gut klingt?

Geschriebene und gesprochene Sprache folgen verschiedenen Regeln. Die folgenden Hinweise ergeben sich aus der Arbeitsweise von Sprachsynthesen und sind kein Testergebnis.

• Kurze Sätze. Eine Idee pro Satz. Lange Schachtelsätze verlieren beim Vorlesen ihre Betonung.
• Zahlen und Abkürzungen ausschreiben, wenn die Stimme sie falsch spricht: „zwanzigster Oktober“ statt „20.10.“, „zum Beispiel“ statt „z. B.“.
• Satzzeichen bewusst setzen. Komma und Punkt steuern den Rhythmus. Ein zusätzlicher Absatz erzeugt meist eine längere Pause.
• Schwierige Namen phonetisch notieren, wenn das Programm kein Aussprachewörterbuch anbietet.
• Immer zu Ende anhören, bevor Sie exportieren. Fehler hört man schneller, als man sie liest.
• Den Text außerhalb des Werkzeugs aufbewahren. Dann gehen bei einem Kontowechsel keine Entwürfe verloren.

Wie vermeide ich, dass mein Kontingent zu schnell aufgebraucht ist?

Gerade bei zehn Minuten oder 10.000 Zeichen im Monat lohnt Disziplin:

• Text in Absätze teilen. Wenn ein Wort falsch gesprochen wird, wiederholen Sie nur diesen Absatz.
• Eine Stimme festlegen, bevor Sie den ganzen Text erzeugen. Jeder Wechsel verbraucht Zeichen.
• Rechtschreibung vorher prüfen. Ein Tippfehler wird als Lesefehler hörbar und kostet beim zweiten Versuch erneut Zeichen.
• Nicht auf Vorrat erzeugen. Erzeugen Sie erst, wenn der Text steht.

Welche Fragen stelle ich dem Anbieter, bevor ich ein Abo abschließe?

Ist aus dem Probieren ein Projekt geworden, lohnt ein kurzer Fragenkatalog an den Anbieter oder an die Bedingungen:

1. Welche Nutzungsarten deckt die Lizenz meines Tarifs ab: privat, öffentlich, werblich, in bezahlten Kanälen?
2. Muss ich den Anbieter in der Veröffentlichung nennen?
3. Darf ich die erzeugten Dateien dauerhaft behalten, wenn ich den Tarif später kündige?
4. Wie verhält es sich mit dem Kontingent: Verfällt es zum Monatsende, oder wird Ungenutztes gutgeschrieben?
5. Was geschieht mit meinen Texten und hochgeladenen Stimmproben, und wo steht das in der Datenschutzerklärung?
6. Lässt sich die Aussprache einzelner Wörter dauerhaft festlegen?
7. Wie kündige ich, und wann endet der bezahlte Zeitraum?

Antworten, die Sie nicht in den Bedingungen finden, lassen sich per Kontaktformular erfragen. Heben Sie die Antwort auf, sie dient später als Nachweis.

Welche Rechte habe ich als Verbraucher beim Online-Abo?

Schließen Sie als Privatperson ein kostenpflichtiges Abo ab, gilt grundsätzlich das gesetzliche Widerrufsrecht. Nach § 355 BGB beträgt die Frist 14 Tage, Sie müssen den Widerruf nicht begründen, und es genügt, ihn innerhalb der Frist abzusenden. Für digitale Leistungen gibt es Besonderheiten, die der Anbieter Ihnen vor Vertragsschluss erklären muss. Lesen Sie deshalb die Widerrufsbelehrung, bevor Sie bezahlen, und notieren Sie das Datum des Vertragsschlusses. Das Widerrufsrecht schützt Verbraucher. Wer ein Abo für sein Unternehmen abschließt, sollte die Bedingungen des Anbieters besonders genau prüfen.

Darf ich die Stimme einer anderen Person nachbilden?

Das Nachbilden einer erkennbaren Stimme ist rechtlich heikel. Ein eigenes Gesetz zum Schutz der Stimme gibt es in Deutschland nach den hier zitierten Quellen nicht, sie fällt unter das allgemeine Persönlichkeitsrecht. Die IHK Frankfurt am Main berichtet über ein Urteil des Landgerichts Berlin II (Aktenzeichen 2 O 202/24, 20. August 2025): Ein YouTuber hatte die markante Stimme eines bekannten Synchronsprechers per KI nachgeahmt. Das Gericht sah darin eine Verletzung des Persönlichkeitsrechts und sprach dem Kläger eine fiktive Lizenzgebühr zu. Die IHK zieht daraus den Schluss, dass KI-Imitationen identifizierbarer Stimmen Ansprüche auslösen können und Unternehmen solche Stimmen sorgfältig prüfen sollten. Prüfen Sie vor einer Berufung auf das Urteil, ob es rechtskräftig geworden ist.

Praktisch heißt das:

• Ihre eigene Stimme zu klonen ist der einfachste Fall.
• Die Stimme anderer Menschen nur mit ausdrücklicher, schriftlicher Einwilligung, die den Zweck und die Dauer benennt.
• Niemals zur Täuschung: Niemand sollte glauben, eine reale Person habe etwas gesagt, das sie nicht gesagt hat.

Auch die Anbieter schränken das Klonen in ihren Bedingungen ein. Lesen Sie die Nutzungsrichtlinie, bevor Sie eine Stimme hochladen.

Muss ich KI-Stimmen kennzeichnen?

Seit dem 2. August 2026 gelten die Transparenzpflichten des Artikels 50 der KI-Verordnung (Verordnung (EU) 2024/1689). Die Europäische Kommission hat dazu Leitlinien zur Transparenz KI-erzeugter Inhalte und einen freiwilligen Praxiskodex veröffentlicht. Nach ihrer Seite (Stand: Oktober 2026) halten Kommission und KI-Gremium den Kodex für geeignet, die Einhaltung nachzuweisen. Die Anforderungen des Artikels 50 bleiben trotzdem gesetzliche Pflichten.

• Anbieter von KI-Systemen, die Audio erzeugen, müssen die Ausgaben in einem maschinenlesbaren Format als künstlich erzeugt kennzeichnen. Für bestimmte Systeme, die schon vor dem 2. August 2026 auf dem Markt waren, nennt der Service Desk der Kommission eine Übergangsfrist bis zum 2. Dezember 2026.
• Betreiber, also wer das System unter eigener Verantwortung einsetzt, müssen sogenannte Deepfakes offenlegen: Audio, Bild oder Video, das realen Personen, Objekten, Orten, Einrichtungen oder Ereignissen ähnelt und fälschlich für echt gehalten werden könnte. Bei erkennbar künstlerischen, kreativen, satirischen oder fiktionalen Werken beschränkt sich die Pflicht darauf, das Vorhandensein des Inhalts so zu kennzeichnen, dass der Genuss des Werks nicht beeinträchtigt wird.
• Rein private Nutzung macht Sie nicht zum Betreiber im Sinne der Verordnung. Die Pflichten betreffen vor allem berufliche und öffentliche Verwendung.

Eine neutrale Erzählstimme, die keiner realen Person ähnelt, ist nach dieser Lesart kein Deepfake. Sobald Sie aber eine echte Stimme nachbilden und sie echt wirken kann, ist eine Kennzeichnung nötig. Prüfen Sie Ihren Fall am Verordnungstext auf EUR-Lex und an den Leitlinien der Kommission. Das ist eine Einordnung und keine Rechtsberatung. Wie sich solche Pflichten bei Videos auswirken, erklärt der Beitrag zum KI-Video-Generator kostenlos →.

Wann reicht kostenlos, wann lohnt der Umstieg?

• Sie wollen einen Text hören: Kostenlos genügt, auch ohne Konto.
• Sie bauen ein privates Video, etwa mit einer Animation aus Fotos, wie im Beitrag zu Deevid AI kostenlos → beschrieben: Der Gratis-Tarif reicht zum Üben, die Lizenzbedingungen vorher lesen.
• Sie unterrichten oder halten Vorträge: Für den Einsatz im Unterricht reicht oft der Gratis-Tarif zum Entwerfen, für veröffentlichte Lernvideos klären Sie die Lizenz.
• Sie veröffentlichen geschäftlich: ein Tarif mit ausdrücklicher kommerzieller Lizenz.
• Sie brauchen Ihre eigene Stimme auf Dauer: Selbst aufnehmen ist manchmal die bessere Lösung. Das ist kein Scheitern gegenüber der KI.

Häufige Fragen

Ist Text-to-Speech kostenlos?

Ja, in begrenztem Umfang. ElevenLabs bietet einen Gratis-Tarif mit 10.000 Credits im Monat, Murf einen Zugang mit zehn Minuten Sprachgenerierung. Eine kommerzielle Lizenz gehört bei ElevenLabs nach der Preisseite nicht zum Gratis-Tarif (Stand: Oktober 2026).

Was kostet Text-to-Speech?

Das hängt vom Tarif und vom Umfang ab. Preise nennen wir nicht, weil sie sich ändern; die aktuellen Tarife stehen auf den Preisseiten der Anbieter.

Welches ist das beste Text-to-Speech-Programm auf Deutsch?

Das entscheidet Ihr Text. Prüfen Sie Aussprache von Zahlen und Fremdwörtern, Satzmelodie, Steuerung und Lizenz mit dem Fünf-Minuten-Test oben.

Darf ich eine KI-Stimme auf YouTube verwenden?

Nur, wenn die Lizenz Ihres Tarifs diese Nutzung erlaubt und Sie die Regeln der Plattform beachten. Lesen Sie beide, bevor Sie veröffentlichen.

Gibt es kostenlose KI-Möglichkeiten, Audio in Text umzuwandeln?

Es gibt solche Angebote, sie arbeiten in der umgekehrten Richtung (Sprache zu Text) und sind nicht Thema dieses Beitrags. Prüfen Sie bei jedem Dienst, wohin Ihre Aufnahme übertragen wird und was die Datenschutzerklärung sagt, bevor Sie vertrauliche Gespräche hochladen.

Siehe auch