Einstellungen

Sprachdaten für KI-Teams

Kuratierte Stimmen für KI-Datensätze

Sprachdaten, aufgenommen von professionellen Sprechern, die dieser konkreten Nutzung schriftlich zugestimmt haben. Besetzung passend zu Ihren Sprachen, Akzenten und Vorgaben.

Legen Sie den Umfang Ihres Datensatzes fest Stimmen durchsuchen

Warum diese Daten überzeugen

Einwilligung, die Sie Ihrer Rechtsabteilung vorlegen können

Die meisten Sprachdaten wurden ohne die Zustimmung der Betroffenen erhoben. Unsere Aufnahmen erfolgen nach einem Rahmenwerk, das in unseren Nutzungsbedingungen veröffentlicht ist und ausnahmslos für jeden Datensatz gilt.

1

Schriftliche Einwilligung je Datensatz

Eine informierte schriftliche Einwilligung des jeweiligen Sprechers für den jeweiligen Datensatz und die jeweilige Nutzung. Eine allgemein erteilte Einwilligung zählt nicht.

2

Festgelegte, begrenzte Nutzung

Die Vereinbarung legt Nutzung, Laufzeit und Gebiet fest. Bezahlte Werbung und Stimmklonen sind ausgeschlossen, sofern sie nicht separat lizenziert werden.

3

Laufende Vergütung

Sprecher werden für die gesamte Nutzungsdauer jedes Modells bezahlt, das ihre Stimme verwendet. Niemals eine pauschale Ablöse und niemals ein Sitzungshonorar als Ersatz für eine Lizenz.

4

Der Sprecher behält die Eigentumsrechte

Die Rechte an der Stimmidentität verbleiben beim Sprecher. Er kann eine Verlängerung ablehnen und ein Projekt ohne Angabe von Gründen ablehnen.

Was Sie erhalten

Die gesamte Prozesskette, nicht nur das Audio

  • Besetzung aus dem Sprecherpool nach Sprache, Sprachvarietät, Akzent, Altersgruppe und Stimmtyp.
  • Einwilligungsverwaltung je Sprecher und Datensatz, mit einer Einwilligungs-ID auf jedem Clip.
  • Aufnahme nach Ihrem Skript im eigenen Studio des Sprechers oder in einer gebuchten Einrichtung.
  • Remote-Regie durch einen Produzenten, mit Prüfung durch Muttersprachler, sofern die Sprache dies erfordert.
  • Sprachliche Qualitätskontrolle: Aussprache, Sprachvarietät und Übereinstimmung mit dem Transkript, geprüft von einem Muttersprachler.
  • Technische Qualitätskontrolle: Grundrauschen, Übersteuerungen und Konsistenz über alle Aufnahmesitzungen hinweg.
  • Schnitt und Segmentierung nach Ihren Clip-Vorgaben, mit Transkripten, die Wort für Wort geprüft werden.
  • WAV-Lieferung mit Metadaten und Prüfsummen für jeden Clip.

Typische Datensatztypen

Datensatztypen, die wir aufnehmen

Spracherkennung

Viele Sprecher, kurze geskriptete Äußerungen, eine große Akzentvielfalt, kontrollierte Geräuschbedingungen und die phonetische Abdeckung gemäß Ihren Vorgaben.

Emotionen und Paralinguistik

Weniger Sprecher, derselbe Inhalt mit verschiedenen Emotionen und gekennzeichneten Intensitätsstufen, die sich bei der Qualitätskontrolle unterscheiden lassen.

Evaluierungsdatensätze

Klein, kontrolliert und von allen Trainingsdaten ausgeschlossen, mit der von Ihnen festgelegten Zusammensetzung und dokumentierter Sprecherabdeckung.

Lizenzierte Charakterstimmen

Ein Sprecher, ein benanntes Produkt und eine festgelegte Laufzeit, separat von allen Datensatzarbeiten lizenziert, mit einer Unterschrift des Sprechers bei jeder Verlängerung.

Ausgewählte Stimmen

Alle Sprecher hier haben der Arbeit mit Daten zugestimmt. Filtern Sie nach Sprache, Geschlecht, Stimmalter und Tonhöhe, hören Sie sich eine Hörprobe an und öffnen Sie eine Zeile für weitere Demos. Bis zur Vereinbarung eines Projekts werden Sprecher über ihre Dataset-ID identifiziert. Die Aufnahme in diese Liste ist keine Einwilligung zu einer bestimmten Nutzung: Die Einwilligung wird je Datensatz unterzeichnet, und ein Sprecher kann jedes Projekt ablehnen.

205 stimmen gefunden

Datensatz-ID 318032

Kanada
Englisch (Indisch), Gujarati, HindiMännlich  Mittleren Alters, Junger Erwachsener  Tief, Hoch, Tief, Mezzosopran
1:20
Offen für
Spracherkennung Emotion Evaluationsdatensätze ted content

Datensatz-ID 692951

Kanada
Englisch (Kanadisch)Weiblich  Mittleren Alters, Junge Erwachsene  Mezzosopran, Sopran
1:18
Offen für
Evaluierungsdatensätze Synchronisationsmodelle TTS, separate Lizenz ted content

Datensatz-ID 587978

Kanada
Englisch (Kanadisch)Männlich  Mittleren Alters, Senior, Teenager, Junger Erwachsener  Sopran
1:37
Offen für
Spracherkennung Emotion Evaluierungsdatensätze ted content

Datensatz-ID 204572

Kanada
Englisch (Kanadisch)Weiblich  Mittleren Alters, Seniorin  Alt, Mezzosopran
1:01
Offen für
Spracherkennung Emotion Evaluierungsdatensätze ted content

Datensatz-ID 295215

Panama
Spanisch (Lateinamerikanisch)Männlich  Mittleren Alters, Junger Erwachsener
1:02
Offen für
Spracherkennung Emotion Evaluierungsdatensätze ted content

Datensatz-ID 910286

Vereinigtes Königreich
Englisch (Britisch), Englisch (Schottisch)Männlich  Mittleren Alters, Senior  Bariton, Bass, Tief, Tief, Sehr Tief
1:14
Offen für
Spracherkennung Emotion Evaluierungsdatensätze ted content

Datensatz-ID 863844

Österreich
Englisch (International), Deutsch, Deutsch (Schweiz)Weiblich  Teenager, Junge Erwachsene  Alt
1:12
Offen für
Spracherkennung Emotion Evaluierungsdatensätze ted content

Datensatz-ID 858436

Südafrika
Afrikaans, Englisch (International), Englisch (Südafrikanisch)Weiblich  Kind, Mittleren Alters, Teenager, Junge Erwachsene  Hoch, Mezzosopran
0:37
Offen für
Spracherkennung Emotion Evaluierungsdatensätze ted content

Datensatz-ID 969936

Brasilien
Portugiesisch (Brasilien)Weiblich  Kind, Mittleren Alters, Seniorin, Junge Erwachsene  Alt
1:33
Offen für
Spracherkennung Emotion Evaluationsdatensätze ted content

Datensatz-ID 862307

Schweiz
Chinesisch (Mandarin)Weiblich  Kind, Mittleren Alters, Teenagerin, Junge Erwachsene  Hoch, Tief, Mezzosopran
1:37
Offen für
Spracherkennung Evaluierungsdatensätze Charakterstimmen ted content

Funktionsweise

Vom Briefing bis zur Lieferung

1

Briefing

Sie nennen uns die Sprachen, Akzente, Labels und die gewünschte Minutenzahl. Wir erstellen daraus ein Skript, eine Aufnahmespezifikation und eine Probeaufnahme zur Freigabe.

2

Pilot

Ein bezahlter Pilot testet die Spezifikation anhand echter Audioaufnahmen, bevor die vollständige Produktion beginnt. Die Kosten werden vollständig auf das anschließende Projekt angerechnet.

3

Casting und Einwilligung

Wir wählen aus dem Pool der Personen aus, die ihre Teilnahme zugesagt haben. Jede Sprecherin und jeder Sprecher unterzeichnet eine Einwilligung für diesen Datensatz und diese Nutzung und erhält vor Beginn der Aufnahmen eine Einwilligungs-ID.

4

Aufzeichnung

Die Aufnahmen werden aus der Ferne im eigenen Studio der sprechenden Person geleitet. Wo es die Sprache erfordert, unterstützt eine muttersprachliche Person bei Aussprache und Lokalisierung.

5

QC

Technische, sprachliche und schauspielerische Prüfung sowie Kontrolle von Labels und Einwilligungen. Nicht bestandene Clips werden auf unsere Kosten neu aufgenommen und Ihnen nicht berechnet.

6

Die Zustellung

WAV-Dateien sowie eine CSV-Datei mit Metadaten und Prüfsummen, ausschließlich an namentlich genannte Empfänger geliefert; die zulässige Nutzung ist in der Readme-Datei festgehalten.

Klare Antworten

Ihre Ausgangslage, bevor wir sprechen

Was jede Vereinbarung abdeckt und was wir zu keinem Preis tun. Lesen Sie dies, bevor Sie uns briefen, damit keiner von uns Zeit mit einem unnötigen Gespräch verschwendet.

Was in der Vereinbarung steht

  • Der Datensatz. Welcher Datensatz verwendet wird, wofür er erstellt wird, welcher Inhaltstyp und welche Minutenzahl akzeptiert werden.
  • Zulässige Nutzung. Die Nutzungsarten, denen die sprechende Person zugestimmt hat, einzeln aufgeführt. Alles, was nicht aufgeführt ist, ist ausgeschlossen.
  • Standardmäßig ausgeschlossen. Bezahlte Werbung, Stimmenklonen, offene Veröffentlichung und Weiterverkauf. Für jedes davon ist eine separate Lizenz erforderlich.
  • Zulässige Empfänger. Schriftlich namentlich festgehalten. Keine Weitergabe an andere.
  • Laufzeit und Gebiet. Eine festgelegte Erstlaufzeit und ein namentlich bestimmtes Gebiet. Eine Verlängerung ist nur mit einer neuen Unterschrift möglich.
  • Vergütung. Eine Vorauszahlung für die Aufnahme plus laufende Vergütung, solange die Daten oder ein damit trainiertes Modell genutzt werden.
  • Eigentum. Stimme, Name und Abbild der Sprecherin bzw. des Sprechers bleiben deren Eigentum. Nichts wird übertragen oder verkauft.
  • Widerruf. Die Kündigungsfrist, die Entfernung aus dem Datensatz und aus Trainingspools sowie der Umgang mit bereits trainierten Modellen. All das wird geklärt, bevor jemand unterschreibt.
  • Sicherheit und Verarbeitung. Ein festgelegter Speicherort, keine Veröffentlichung und eine Einwilligungs-ID für jeden Clip.
  • Echtheit. Die Sprecherin bzw. der Sprecher versichert, dass die Darbietung von ihr bzw. ihm stammt und nicht durch KI generiert oder synthetisiert wurde.

Eine Vereinbarung pro Sprecherin bzw. Sprecher und Datensatz – so gibt es für jede Stimme in Ihrem Set eine separate Unterschrift. Die Vereinbarung selbst senden wir nach dem ersten Gespräch, sobald wir wissen, was wir erstellen.

Was wir nicht tun

  • Pauschale Ablösesummen oder zeitlich unbegrenzte und unwiderrufliche Rechte an der Stimme einer Sprecherin bzw. eines Sprechers.
  • Klonen von Stimmen oder Erstellen von Stimmabdrücken ohne separate unterzeichnete Lizenz.
  • Veröffentlichung von Datensätzen als Open Data oder für die Öffentlichkeit sowie Weiterverkauf als eigenständiger Korpus.
  • Nachahmung einer realen, identifizierten Person, ob lebend oder verstorben.
  • Deepfakes, Betrug, Drohungen, Desinformation, politische Kampagnen oder alles, was Schaden verursachen soll.
  • Biometrische Stimmerkennung oder Überwachung von Personen.
  • Training mit Profil-Demos, Vorsprechen oder Samples von unserem Marktplatz.

Das lehnen wir unabhängig vom Budget ab. Wenn ein Projekt etwas davon erfordert, sollten wir beide das lieber jetzt herausfinden.

Häufig Gestellte Fragen

Worin unterscheidet sich das vom Kauf eines fertigen Korpus?

Ein fertiger Korpus wird üblicherweise mit einer Lizenz geliefert, ohne dass nachvollziehbar ist, wozu die einzelnen Sprecher zugestimmt haben. Hier ist jeder Clip mit einer Einwilligungs-ID versehen, die auf eine unterzeichnete Vereinbarung verweist, in der Datensatz, Nutzung, Laufzeit und Gebiet festgelegt sind. Außerdem werden die Daten nach Ihren Vorgaben aufgenommen, statt aus vorhandenem Material ausgewählt zu werden.

Was kostet das?

Der Preis hängt von der Anzahl der Sprecher, den abgenommenen Minuten pro Sprecher, der Sprachstufe und dem QC-Niveau ab. Als abgenommen gelten Minuten, die die Qualitätskontrolle bestehen; abgelehnte Takes nehmen wir auf unsere Kosten neu auf. Teilen Sie uns mit, was Sie benötigen, und Sie erhalten einen Preis – meist noch in derselben Woche.

Können wir zuerst einen kleinen Test durchführen?

Ja. Ein bezahlter Pilot liefert Ihnen echte Audiodaten, echte Metadaten und einen aussagekräftigen QC-Bericht auf Grundlage Ihrer Vorgaben. Die Kosten werden vollständig auf das anschließende Projekt angerechnet.

Können wir eine Stimme für Text-to-Speech lizenzieren?

Manchmal, aber niemals standardmäßig. Dafür ist eine separate Lizenz erforderlich, unabhängig von der Arbeit am Datensatz. Sie legt Produkt, Laufzeit und Gebiet fest. Die Vergütung läuft so lange weiter, wie die Stimme genutzt wird, und der Sprecher kann ablehnen. Eine Standardaufnahme räumt keinerlei Rechte zum Klonen oder Synthetisieren ein.

Die Clips werden aus dem Datensatz und allen Trainingspools entfernt, und wir bestätigen dies schriftlich. Wie mit bereits trainierten Modellen umgegangen wird, ist in der Vereinbarung festgehalten, bevor jemand unterschreibt. So wird dies vorab geregelt und nicht erst später diskutiert.

Welche Sprachen können Sie abdecken?

Unser Sprecherverzeichnis umfasst über 80 Sprachen. Die oben aufgeführten Stimmen stammen von Sprechern, die bisher der Arbeit an Datensätzen zugestimmt haben; die Liste wächst weiter. Wenn die gewünschte Sprache nicht angezeigt wird, fragen Sie uns – das Casting für einen bestimmten Datensatz gehört zu unserem Service.

Wie wird das Audiomaterial geliefert?

Als WAV-Dateien mit der in Ihren Vorgaben festgelegten Abtastrate, Bittiefe und Kanalzahl, in Clips Ihrer gewünschten Länge segmentiert. Dazu erhalten Sie eine CSV-Datei mit Metadaten, eine Readme-Datei mit Angaben zur erlaubten Nutzung sowie Prüfsummen. Der Zugriff ist auf die von Ihnen benannten Empfänger beschränkt.

Sagen Sie uns, was aufgenommen werden soll

Sprachen, Akzente, gewünschte Minutenanzahl und benötigte Labels. Wir melden uns mit einem Konzept, einem Zeitplan und einem Preis.

Mit einem Pilotprojekt startenUnsere KI-Bedingungen lesen