Eigene TTS-Stimme für Twitch: Stimmklon einrichten

Mit TTS in deiner eigenen Stimme klingen Zuschauernachrichten, als würdest du sie selbst vorlesen. Dieser Guide erklärt, wie du Own Voice einrichtest, was mit den Aufnahmen passiert und wie du die Stimme sicher testest.

Bibliotheksstimmen stehen mit jedem ControlPlay-Konto zur Verfügung. Own Voice, die geklonte Stimme aus diesem Guide, ist eine separate Option, die ControlPlay per Einladung freischaltet.

Eigene Text-to-Speech-Stimme erstellen

Nimm deine Stimme sauber auf oder lade Aufnahmen hoch. Du kannst eine bis 25 Dateien im MP3-, WAV-, OGG- oder WebM-Format hochladen. Jede Datei darf höchstens 10 MB groß sein. Danach vergibst du einen Namen und wählst die Sprache.
Erstelle den Stimmklon. ControlPlay sendet die Aufnahmen an ElevenLabs Instant Voice Cloning. Dort dienen sie direkt als Vorlage; ein separates Modelltraining entfällt.
Weise die Stimme einer TTS-Aktion zu. Zuschauer senden Text über die Twitch Extension und setzen dafür Coins ein. ControlPlay prüft jede Nachricht, bevor Audio erzeugt wird.

Für jede Aktion legst du Stimme, Coin-Betrag, Cooldown, Lautstärke und Audio-Ausgabe fest. Außerdem kannst du sie auf bestimmte Spiele beschränken, im DND-Modus zulassen und dein Mikrofon bei der Wiedergabe stummschalten.

Wo deine Sprachaufnahmen gespeichert werden und wie du sie löschst

ElevenLabs speichert die für den Stimmklon verwendeten Aufnahmen. Laut der Dokumentation zur Datenspeicherung ist Instant Voice Cloning vom Zero-Retention-Modus ausgeschlossen. ControlPlay speichert die Originaldateien nicht dauerhaft auf eigenen Servern, sondern nur Stimmdaten und eine erzeugte Hörprobe für deine Bibliothek.

Löschst du die Stimme, entfernt ControlPlay sie aus deiner Bibliothek und stellt eine Löschanfrage an ElevenLabs. Beim Löschen deines Accounts passiert dasselbe. Wann ElevenLabs die Löschung abschließt, kann ControlPlay nicht garantieren. Es gilt die ElevenLabs-Datenschutzerklärung.

Welche Stimme darfst du klonen?

Nutze möglichst deine eigene Stimme. Für die Stimme einer anderen Person brauchst du deren ausdrückliche schriftliche Zustimmung und alle erforderlichen Nutzungsrechte. Vor dem Upload gibst du an, dass dir beides vorliegt.

Ein öffentlicher Clip erlaubt dir nicht, die Stimme eines Promis, Streamers oder Mitspielers zu klonen. Die Twitch-Regeln gelten weiterhin; auch die ElevenLabs-Richtlinie zur unzulässigen Nutzung verbietet unerlaubte, irreführende oder schädliche Nachahmungen.

Moderation und Cooldown einstellen

ControlPlay prüft Zuschauernachrichten, bevor Audio entsteht. Ein Wortfilter erkennt gesperrte Begriffe und typische Umgehungsversuche; zusätzlich wird die ganze Nachricht inhaltlich bewertet. Abgelehnte Texte werden nicht vorgelesen. Im Blockiermodus erhalten Zuschauer die eingesetzten Coins zurück.

Der Guide zur TTS-Moderation erklärt die Filter. Zuschauer haben keinen Zugriff auf dein Mikrofon oder deine Aufnahmen; sie können nur Text über eine aktivierte Aktion senden.

Deine Stimme in Discord und im Spiel-Voice-Chat

Im Stream funktioniert der Klon wie jede moderierte TTS-Stimme. Das virtuelle ControlPlay-Mikrofon leitet den Ton auch an Discord oder kompatible Spielchats weiter. Wähle und teste es in jeder App separat; die Kompatibilität hängt von deinem Audio-Setup ab.

Für frei formulierte TTS-Nachrichten verwenden Zuschauer nicht übertragbare ControlPlay Coins ohne Geldwert. Bis zu drei optionale Beta-Belohnungen wandeln kanalspezifische Kanalpunkte im von dir festgelegten Verhältnis in Coins um; die Gutschrift berechnet ControlPlay automatisch. Dabei entstehen keine Einnahmen und keine 80/20-Aufteilung.

Direkte Bits sind für frei formuliertes TTS und Voice-Chat-Ausgaben ausgeschlossen. Auf berechtigten Affiliate- und Partnerkanälen können Zuschauer in Twitch eine zulässige, von der Extension festgelegte direkte Interaktion oder ein Coin-Paket bestätigen. Erst nach Twitchs Bestätigung landen die Coins im Wallet. Pakete dürfen die Regeln für direkte Bits nicht umgehen. Bei beiden zulässigen Wegen gehen derzeit 80 % eines US-Cents pro Bit an den berechtigten Streamer und 20 % an ControlPlay. Twitch kann das Programm ändern.

So funktioniert Own Voice: Zuschauer setzen Coins für eine Nachricht ein. ControlPlay prüft den Text; deine gewählte Stimme liest ihn im Stream oder über das virtuelle Mikrofon vor.

Clip

ControlPlay-TTS in einem Livestream mit anschließender Reaktion des Streamers (twitch.tv/eurefloheit). Zu sehen ist normales TTS, nicht Own Voice oder die Ausgabe im Voice-Chat.

Sprachaufnahmen für einen natürlichen Stimmklon erstellen

Gleichmäßige, saubere Aufnahmen sind wichtiger als viele Dateien:

Nimm in einem ruhigen Raum auf, ohne Musik, Spielsound oder Brummen.
Halte Mikrofonabstand und Sprechweise gleich.
Sprich natürlich und verwende die Sprache, die der Stimmklon später sprechen soll.
Vermeide weitere Stimmen, Alerts und Gespräche im Hintergrund.

ElevenLabs empfiehlt ein bis zwei Minuten sauberes Audiomaterial. Höre dir den Klon vor der Freigabe an und erstelle ihn bei Rauschen oder geringer Ähnlichkeit mit besseren Aufnahmen neu.

Eigene TTS-Stimme auf Twitch einrichten

Erstelle ein ControlPlay-Konto, verbinde Twitch, installiere den Windows-Client und aktiviere die Extension.
Richte mit dem Twitch-TTS-Guide zuerst eine Stimme aus der Bibliothek ein.
Frag den ControlPlay-Support nach Own Voice, denn die Klon-Option wird per Einladung freigeschaltet.
Lade deine Sprachaufnahmen hoch, wähle die Sprache und lies, wie sie gespeichert werden. Gib danach an, dass du die Stimme verwenden darfst.
Höre dir die Vorschau an, wähle die Stimme für eine TTS-Aktion aus und stelle Coin-Betrag, Cooldown, Lautstärke und Ausgabe ein.
Sende über ein zweites Twitch-Konto eine harmlose Testnachricht und nimm sie in OBS auf. Teste den Voice-Chat bei Bedarf separat.

Starte mit einer TTS-Aktion. Erweitere dein Setup erst, wenn echte Nachrichten verständlich klingen und abgelehnte Texte nie abgespielt werden.