Audio- und Voice-KI erzeugt Stimmen und Musik oder bereinigt Aufnahmen. Podcasts, Spots und Hörbücher brauchen klare Sprache und Lizenzregeln. Hier vergleichst du KI-Tools für Stimme, Transkription und Musik mit Preisen, Limits und Quellen.
AudioPen verwandelt persönliche Sprachnotizen in strukturierten Text oder ein unverändertes Transkript. Es tritt keinen Meetings bei und ordnet keine Sprecher zu.
Individuelle Hintergrundmusik und Sound-Effekte mit dem hauseigenen Maestro-Modell erzeugen; aktuelle Tarifpreise sind auf der offiziellen Seite nicht abrufbar.
Kostenlosnicht angegebenKein öffentlich dokumentierter kostenloser Tarif, da die Preisseite nicht erreichbar ist.
Bezahlt abNutzung · Für diese Preisregion nicht verifiziertDownload in MP3 oder WAV
Maestro Music: hauseigenes Modell für individuell beschriebene Hintergrundmusik
Maestro Sound Effects: KI-Foley-Effekte direkt aus Promptbeschreibung
KI-Plattform für Text-to-Speech und Stimmenklonen (inkl. Speech-to-Text und Voice Changer), positioniert als preisgünstigere Alternative zu ElevenLabs.
KostenlosKostenloser Plan
Bezahlt abPlus · 15 $250.000 Credits/Monat; bis zu 200 Generierungsminuten; unbegrenzte öffentliche und 10 private Voice-Slots
Mit einem KI-Co-Producer Songs auf Basis von Lyria 3.5 erstellen, remixen und als Musikvideo mit Veo veröffentlichen; kostenlos startbar mit Google-Konto.
Kostenlosnicht angegebenTägliche Credits kostenlos mit Google-Konto, kein eigener Flow-Music-Preis.
Bezahlt abGoogle-KI-Abo · Für diese Preisregion nicht verifiziertmehr tägliches Kontingent über Google AI Plus, Pro oder Ultra
Chat-basierter KI-Co-Producer, der Songs mit reichhaltiger Musikalität und dynamischem Gesang auf Basis von Lyria 3.5 erstellt
Direktes Remixen bestehender Tracks, Stem-Trennung und Audioeffekte im Chat steuerbar
KI-Transkriptions- und Untertitel-Plattform mit Meeting-Recorder, automatischer Spracherkennung in über 60 Sprachen, Übersetzung und optionalem menschlichem Korrektorat.
KostenlosKostenloser Plan
Bezahlt abBasic · 8,50 Euro / 17 Euro1.440 KI-Minuten/Jahr
Automatische Spracherkennung in ueber 60 Sprachen fuer Transkription und Untertitel
Botfreier Meeting-Recorder mit Echtzeit-Transkription und unbegrenzter Aufnahmedauer
On-Device-KI-SDKs für Wake-Word-Erkennung, Sprache-zu-Text, Text-zu-Sprache, Sprechererkennung und mehr, die vollständig lokal auf Geraeten laufen statt in der Cloud; kostenloser Test, bezahlte Nutzung nur auf Anfrage.
KostenlosKostenlose Testphase
Bezahlt abEnterprise / Production · auf AnfrageAnbieter beschreibt ein Subscription-Modell für Unternehmen mit Support, Updates, Upgrades und Nutzungs-Tracking; konkrete Preise nennt die …
On-Device-SDKs fuer Wake-Word-Erkennung, Sprache-zu-Text, Text-zu-Sprache und Sprechererkennung
Laeuft vollstaendig lokal auf Geraeten ohne Cloud-Verbindung
Podcast-Hosting-Plattform aus Deutschland mit Distribution, Analytics und Monetarisierung, seit 2024/25 ergänzt um KI-Credits für automatische Transkription, Shownotes und Social-Media-Texte.
US-Plattform für KI- und Human-Transkription, Untertitel und Übersetzung, seit dem Relaunch primaer auf Justiz- und Ermittlungsteams zugeschnitten, mit klassischer Transkription/Captioning weiterhin als Kernangebot.
KostenlosKostenloser Plan
Bezahlt abEssentials · 25,49 $ / 29,99 $5.000 KI-Transkriptions-/Untertitelminuten je Sitz und Monat (Englisch & Spanisch)
Sprache in Text, Untertitel und Übersetzungen, per KI oder Mensch
Ausrichtung auf Justiz- und Ermittlungsteams; klassisches Captioning bleibt Kern
Indische KI-API-Plattform für Text-zu-Sprache, Spracherkennung, Übersetzung, Dokument-KI und mehrsprachige Chat-Modelle mit Schwerpunkt auf indischen Sprachen.
KostenlosKostenloser Plan
Bezahlt abSarvam · TTS 3,00 Rupien pro 1.000 Zeichen; weitere Preise siehe Anbieter-WebsiteDeckt TTS, STT, Übersetzung, Dokument-KI, Dubbing und LLM-Chat über eine API ab
Text-to-Speech (TTS) fuer indische Sprachen zu 3,00 Rupien pro 1.000 Zeichen
Speech-to-Text (STT) ab 30 Rupien pro Stunde fuer Transkription indischer Sprachen
Agentischer KI-Musikproduzent für Songs, Voice Cloning und Stem-Trennung; mindestens 1.000 Credits kostenlos, Preise für Creator und Pro sind aktuell nicht veröffentlicht.
KostenlosEinmaliges Gratis-Kontingent1.000 Tokens bei Registrierung, nicht kommerziell.
Bezahlt abCreator · Für diese Preisregion nicht verifiziertlaut offizieller Seite: unbegrenzte Generierungen, Studio-Multitrack-Zugriff, Stem-Export, kommerzielle Lizenz
Agentischer Musikassistent „Agent One" führt Prompt-zu-Song-Erzeugung, Voice Cloning und Iteration im Dialog
Stem-Trennung und ein Extend-Werkzeug zum Verlängern bestehender Tracks oder Loops
KI-gestützte Spracherkennung für macOS, Windows und iOS, funktioniert offline mit lokalen Whisper-Modellen und optional mit Cloud-/eigenen KI-Modellen.
KostenlosKostenloser Plan
Bezahlt abPro · 8,49 $Alles aus Free
KI-Spracherkennung fuer macOS, Windows und iOS mit Offline-Unterstuetzung fuer Datenschutz
Diktiermodus, Transkriptions-Modus und KI-Memo-Erstellung in einer App
Alphabetische Reihenfolge. Das ist keine Qualitätsrangliste.
Vergleichskriterien
Wir vergleichen kostenlosen Zugang, bezahlten Einstieg, Planlimits, Funktionen und die genannten offiziellen Quellen. Unbelegte Angaben bleiben als nicht angegeben markiert.
Methodik
Nur bestätigte Einträge erscheinen im Katalog. Preise, Pläne und Limits kommen aus genannten offiziellen Anbieterseiten. Fehlt eine Angabe, bleibt sie als nicht angegeben markiert. Ergebnislisten sind standardmäßig alphabetisch und lassen sich auf Kostenlos zuerst umstellen; beides ist keine Qualitätswertung. Maßgeblich ist immer die Anbieterseite.
Ist das eine Rangliste?
Nein. Ergebnislisten sind standardmäßig alphabetisch und lassen sich auf Kostenlos zuerst umstellen. Wir vergeben keine Sterne und keinen Testsieger.
Schätzt ihr fehlende Preise?
Nein. Fehlende Angaben bleiben als nicht angegeben markiert. Maßgeblich ist immer die aktuelle Anbieterseite.
Wie sortiert ihr die Tools?
Ergebnislisten sind standardmäßig alphabetisch und lassen sich auf Kostenlos zuerst umstellen. Das ist keine Qualitätsrangliste.
