ab 24 GBChat
Private ChatGPT · Qwen3 32B
Ein Chat im Browser für Texte, Code und Dokumente. Ohne Abo und ohne Nachrichtenlimit.
ab 0,30 €/Std. · RTX 3090, 24 GB
Fertige App · Text zu Sprache
KI-Sprachausgabe auf einer gemieteten GPU
Für Text zu Sprache reicht eine günstige 12-GB-Karte. Es gibt drei fertige Apps: Qwen3-TTS mit fertigen Stimmen, VoxCPM2 mit lebendiger Betonung in 30 Sprachen und Chatterbox, das anhand einer 5-Sekunden-Aufnahme mit Ihrer Stimme spricht. Die Oberfläche öffnet sich in Ihrem Browser.
- App
- Text zu Sprache · Qwen3-TTS
- GPU
- RTX 3060, 12 GB
- Preis
- ab 0,12 €/Std.
Zum Starten muss Ihr Guthaben eine Stunde Laufzeit der Maschine abdecken. Abgerechnet wird minutengenau nach tatsächlicher Nutzung. Der Server richtet Text zu Sprache · Qwen3-TTS für Sie ein.
ab 12 GBGrafikspeicher
2–5 Minutenbis der Server läuft
Minutengenauvom Guthaben abgerechnet
Gradioöffnet sich im Browser
Beispiele: was hineinging und was herauskam
Dieselben Texte, in der fertigen App ohne Nachbearbeitung vertont. Drücken Sie auf Play, um sie anzuhören.
Qwen3-TTS
Mehr zu Qwen3-TTS →- ENStimme: Vivian · RTX 3060 · 13–28 s pro Satz
Welcome to the product tour. In the next two minutes you'll learn how to launch your first GPU server, connect to it, and run a model. No setup required. Let's get started.
- ENStimme: Vivian · RTX 3060 · 13–28 s pro Satz
Once upon a time, in a small village by the sea, there lived an old lighthouse keeper who knew every star by name. Each night he climbed the stairs and told the sky a new story.
Qwen3-TTS starten · ab 0,12 €/Std. RTX 3060, 12 GB · minutengenau abgerechnet
VoxCPM2
Mehr zu VoxCPM2 →- EN
Welcome to the product tour. In the next two minutes you'll learn how to launch your first GPU server, connect to it, and run a model. No setup required. Let's get started.
- EN
Once upon a time, in a small village by the sea, there lived an old lighthouse keeper who knew every star by name. Each night he climbed the stairs and told the sky a new story.
VoxCPM2 starten · ab 0,12 €/Std. RTX 3060, 12 GB · minutengenau abgerechnet
Chatterbox
Mehr zu Chatterbox →- ENStandardstimme der Sprache · RTX 3060 · 5–18 s pro Satz
Welcome to the product tour. In the next two minutes you'll learn how to launch your first GPU server, connect to it, and run a model. No setup required. Let's get started.
- ENStandardstimme der Sprache · RTX 3060 · 5–18 s pro Satz
Once upon a time, in a small village by the sea, there lived an old lighthouse keeper who knew every star by name. Each night he climbed the stairs and told the sky a new story.
Chatterbox starten · ab 0,12 €/Std. RTX 3060, 12 GB · minutengenau abgerechnet
Was nach dem Start auf dem Server ist
Alle drei installieren sich selbst und laufen auf einer 12-GB-Karte. Qwen3-TTS ist am einfachsten, VoxCPM2 klingt am natürlichsten, Chatterbox spricht mit Ihrer Stimme.
Text zu Sprache · Qwen3-TTS
ab 12 GBWandelt Text in Sprache um, auf Englisch und in anderen Sprachen, mit mehreren fertigen Stimmen.
- Weboberfläche im Browser
- Qwen3-TTS 1.7B CustomVoice, Lizenz Apache 2.0
ab 0,12 €/Std. · RTX 3060 Qwen3-TTS starten
Text zu Sprache · VoxCPM2
ab 12 GBSprachausgabe in 30 Sprachen mit natürlicher Betonung. Beschreiben Sie eine Stimme in Worten oder klonen Sie sie aus einer Aufnahme.
- Weboberfläche im Browser
- VoxCPM2, Lizenz Apache 2.0
ab 0,12 €/Std. · RTX 3060 VoxCPM2 starten
Text zu Sprache · Chatterbox
ab 12 GBSprachausgabe mit Ihrer eigenen Stimme aus einer 5-Sekunden-Aufnahme. 23 Sprachen.
- Weboberfläche im Browser
- Chatterbox Multilingual, MIT-Lizenz
ab 0,12 €/Std. · RTX 3060 Chatterbox starten
Lizenz Qwen3-TTS und VoxCPM2 stehen unter Apache 2.0, Chatterbox unter MIT: Sie dürfen die Sprachausgabe kommerziell nutzen.
Wie viel Speicher Sie brauchen und welche GPU passt
Text zu Sprache · Qwen3-TTS braucht eine Karte mit mindestens 12 GB, die günstigste passende ist die RTX 3060. Die Tabelle zeigt den Speicherbedarf anderer Versionen und Aufgaben. Die Preise werden beim Öffnen der Seite aus den verfügbaren Maschinen im Katalog aktualisiert.
| Version | GrafikspeicherSpeicher | Passende GPUGPU | Preis pro StundePro Std. |
|---|---|---|---|
| Qwen3-TTS 1.7B | ab 12 GB | RTX 3060 | 0,12 € |
| VoxCPM2 | ab 12 GB | RTX 3060 | 0,12 € |
| Chatterbox Multilingual | ab 12 GB | RTX 3060 | 0,12 € |
Richtwerte aus echten Starts: Komplexe Graphen und hohe Auflösungen brauchen mehr Speicher. Auswahl: die günstigste einzelne Karte mit genug Speicher. Alle GPUs und Preise
KI-Sprachausgabe in 3 Schritten starten
- Registrieren und aufladen. Erstellen Sie ein Konto und laden Sie ab 10 € auf. Zum Starten muss Ihr Guthaben mindestens eine Stunde der gewählten Maschine abdecken, danach zahlen Sie minutengenau.
- App starten. Klicken Sie auf „Qwen3-TTS starten“. Das Dashboard öffnet sich mit Text zu Sprache · Qwen3-TTS und einer Karte mit mindestens 12 GB; prüfen Sie den Preis und bestätigen Sie.
- Im Browser arbeiten. Der Server startet in 2–5 Minuten, die App lädt das Modell in wenigen weiteren Minuten. Klicken Sie dann im Dashboard auf die Schaltfläche für Gradio und geben Sie Ihren Prompt ein.
Fertig? Stoppen Sie den Server im Dashboard, dann endet die Abrechnung. „Speichern und stoppen“ behält /workspace für 0,03 € pro GB und Monat, auf Ihrem nächsten Server ist der Ordner automatisch wieder da.
Befehle für die manuelle Installation auf einem leeren Server
Qwen3-TTS auf einem leeren Server
pip install -U qwen-tts
qwen-tts-demo Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice --ip 0.0.0.0 --port 7860 --no-flash-attn
Wofür KI-Sprachausgabe eingesetzt wird
01
Voice-over
Sprechertext für YouTube, Reels und Schulungsvideos.
02
Sprachnachrichten
Lieferbenachrichtigungen, eine Ansage für den Anrufbeantworter, eine Stimme für einen Bot.
03
Texte als Audio
Ein Artikel oder ein Buchkapitel als Audiodatei in wenigen Minuten.
Tipps vor dem Start
- Vertonen Sie lange Texte Absatz für Absatz: So lässt sich ein einzelner Satz leichter neu erzeugen.
- Schreiben Sie Zahlen und Abkürzungen in Worten aus: „zehntausend Euro“ klingt natürlicher als „10.000 €“.
- Klonen Sie nur Ihre eigene Stimme oder eine Stimme, deren Inhaber zugestimmt hat.
Weitere fertige Apps
Jede App installiert ihre Oberfläche und ihr Modell selbst. Sie zahlen nur die GPU-Zeit.
ab 24 GBVideo
Video · Wan 2.2 5B
Ein schneller Entwurf eines Clips auf einer günstigen Karte, um die Idee vor der finalen Version zu testen.
ab 0,30 €/Std. · RTX 3090, 24 GB
Häufige Fragen
Welche App für Text zu Sprache soll ich wählen?
Für fertige Stimmen ist Qwen3-TTS am einfachsten. Wenn lebendige Betonung wichtig ist, nehmen Sie VoxCPM2. Für Ihre eigene Stimme Chatterbox. Hören Sie sich die Proben oben an: Die Texte sind bei allen dreien gleich.
Kann ich Texte mit meiner eigenen Stimme vertonen?
Ja, mit Chatterbox und VoxCPM2. Eine Aufnahme von 5–10 Sekunden ohne Musik oder Störgeräusche genügt.
Wie lange dauert ein Start?
Der Server startet meist in 2–5 Minuten. Danach lädt die App das Modell selbst herunter, was einige weitere Minuten dauert, und im Dashboard erscheint eine Schaltfläche, die Gradio öffnet.
Was passiert mit meinen Modellen und Ergebnissen nach dem Stoppen?
Klicken Sie beim Stoppen auf „Speichern und stoppen“: Der Ordner /workspace mit Ihren Modellen, LoRAs und Ergebnissen wird für 0,03 € pro GB und Monat gespeichert und ist auf Ihrem nächsten Server automatisch wieder da. Wenn Sie ohne Speichern stoppen, wird die Festplatte gelöscht.
Wie wird abgerechnet?
Minutengenau von Ihrem Guthaben in Euro. Sie laden ab 10 € auf; zum Starten muss Ihr Guthaben mindestens eine Stunde der gewählten Maschine abdecken. Stoppen Sie den Server, endet die Abrechnung.
Ein Server ist meist in 2–5 Minuten bereit
In einer Minute registrieren, ab 10 € aufladen, minutengenau bezahlen. Server stoppen, Abrechnung endet.