Sprich jede Sprache mit deiner eigenen Stimme — natives Voice-Cloning in Meetings

Mit Gaavalas Pro-Stimmklonen kannst du eine zweiminütige Probe deiner eigenen Stimme aufnehmen und für übersetzte Sprache in 60 Sprachen nutzen. Das verändert die Stimme in unterstützten Browser-Meetings, garantiert aber keine fehlerfreie Übersetzung. Dieser Leitfaden erklärt Einrichtung, Wiedergabegrenzen und Datenschutz der optionalen Probe.

Was natives Voice-Cloning wirklich ist

Die Idee ist schnell erzählt und brauchte echte Entwicklungsarbeit, um zuverlässig zu werden: Lies einmal einen Zwei-Minuten-Text vor, und Gaavala baut daraus eine synthetische Stimme nach deinem Vorbild. Spielt Speak Mode ab dann deinen übersetzten Satz ins Meeting, kann er ihn in dieser Stimme statt in einem generischen Preset abspielen — auf Japanisch, Portugiesisch, Arabisch oder in jeder der 60 Sprachen, die Gaavala unterstützt, sprachübergreifend, aus derselben einen Probe.

Die Funktion ist Soniox-basiert — dein persönlicher Klon gehört zu deinem Pro-Tarif. Es gibt kein separates Konto anzulegen, keine Abrechnung pro Zeichen im Blick zu behalten und keinen API-Schlüssel in ein Einstellungsfeld zu kopieren.

So nutzt du es

1. Öffne mit Pro die Stimmenauswahl von Speak im Seitenpanel und wähle die Option zum Erstellen deiner eigenen Stimme.
2. Lies die Einwilligungsinformationen und bestätige, dass du deine eigene Stimme aufnimmst.
3. Lies das angezeigte Skript an einem ruhigen Ort in natürlichem, gleichmäßigem Tempo. Halte den Mikrofonabstand konstant; plane ungefähr zwei Minuten für die Referenzaufnahme ein.
4. Höre dir die Aufnahme in der Vorschau an und lies die Qualitätsrückmeldung. Nimm bei Bedarf erneut auf, benenne die Stimme und starte die Erstellung.
5. Warte auf den Status Bereit und prüfe dann, ob die Stimme in Speak ausgewählt ist. Hochladen und Verarbeiten sind getrennte Zustände ohne garantierte Fertigstellungszeit.
6. Stelle Ausgangs- und Zielsprache in Speak ein. Die Untertitelsprache ist eine separate Einstellung.
7. Teste vor dem Meeting einen kurzen Satz mit einer anderen Person. Halte Speak für einen Beitrag gedrückt oder tippe für ein Freisprechfenster.

Ist die Aufnahme zu leise, verzerrt oder enthält sie zu wenig Sprache, sperrt die Vorschau den Upload und verlangt eine neue Aufnahme. Geh näher ans Mikrofon oder passe den Eingangspegel wie angezeigt an; gleiche das Problem nicht durch Schreien aus. Eine Warnung erlaubt den Upload, erklärt aber Verbesserungsmöglichkeiten. Höre noch einmal hinein und entscheide, ob du eine sauberere Aufnahme machen möchtest.

Scheitert die Erstellung, nutze die angezeigte Aktion zum Wiederholen oder Neuaufnehmen. Bei ausgelastetem Dienst versuchst du es später; eine unbrauchbare Aufnahme braucht einen neuen Versuch am Mikrofon. Läuft eine Aufnahme in einem anderen Panel, beende sie zuerst. Eine vorhandene Stimme kannst du in der Verwaltung umbenennen oder löschen. Um die Referenz zu ersetzen, nutze den Lösch- und Neuaufnahmeablauf; Einzelheiten zur Löschung stehen in der Datenschutzerklärung.

Teste deinen Klon vor einem echten Gespräch mit einem Kollegen und prüfe Namen, Zahlen und Zielsprache. Eine vertraute Stimme garantiert keine korrekte Übersetzung. „Spoken“ bestätigt die Wiedergabe, nicht den Empfang bei anderen. Gaavala übernimmt den Stummstatus in Teams; in Meet und Webex stoppt Stummschalten die Gaavala-Wiedergabe nicht, und den Zoom-Stummstatus kann die Erweiterung nicht erkennen. Stoppe die Ausgabe mit Gaavalas eigenen Bedienelementen. Getippte Nachrichten erscheinen weder im Meeting-Transkript noch in dessen KI-Zusammenfassung.

Für gesprochene Antworten erklärt der Speak-Mode-Leitfaden den Unterschied zwischen Gedrückthalten und einem Freisprechfenster.

Eine geklonte Stimme kann auch getippte Antworten vorlesen; der Barrierefreiheitsleitfaden erklärt Wiedergabe und Mikrofonanforderungen.

Für kurze gesprochene Antworten mit deinem Klon erklärt der Push-to-Talk-Leitfaden den Tastenfokus und wann du gedrückt hältst und loslässt.

Das Datenschutzmodell

Eine Stimmprobe ist nicht dasselbe wie ein Transkript oder eine Meeting-Aufzeichnung. Sie ist ein biometrisches Datum — ein körperliches Merkmal, das dich identifizieren kann — und Gaavala behandelt sie entsprechend, mit Schutzmaßnahmen, die über die ohnehin direkte Audio-Pipeline des restlichen Produkts hinausgehen.

So läuft es ab: Deine zweiminütige Stimmprobe wird verschlüsselt auf Gaavalas Servern gespeichert (AES-256-GCM). Sie dient genau einem Zweck — deine persönliche synthetische Stimme aufzubauen und aktuell zu halten — und sonst keinem. Sie wird nie zur Identifikation genutzt, nie für Werbung genutzt und nie für einen anderen Zweck weitergegeben. Jeder Dienst, der die Stimmprobe verarbeitet, auch Soniox, tut das ausschließlich, um dein Stimmmodell zu erstellen.

Das ist eine bewusste Ausnahme davon, wie Gaavala Audio sonst überall im Produkt behandelt. Dein Meeting-Audio und dein Speak-Mode-Mikrofonsignal werden nie auf unseren Servern gespeichert — sie streamen vom Browser zu Soniox und sind danach weg. Deine Voice-Clone-Probe ist notgedrungen anders: Damit der Klon Sitzung für Sitzung funktioniert, muss etwas bestehen bleiben, aus dem sich deine Stimme später reproduzieren lässt. Also haben wir diese eine Ausnahme ausdrücklich, eng und vollständig umkehrbar gemacht: verschlüsselt, zweckgebunden und von dir jederzeit zu entfernen.

Du kannst das Löschen deiner Stimme in den Einstellungen anfordern. Der in der Datenschutzerklärung beschriebene Ablauf entfernt die gespeicherte Stimme aus dem Produkt; bereits gehörte Sprache oder Aufzeichnungen anderer Teilnehmender lassen sich damit nicht zurückholen. Prüfe dort die Verarbeitung der Referenzprobe.

Alle Details zu Aufbewahrung, Verarbeitung und deinen Rechten an diesen Daten stehen in unserer Privacy Policy (Datenschutzerklärung), im Abschnitt zum Voice-Cloning — demselben Dokument, das auch jede andere Aussage regelt, die wir dazu treffen, wie Gaavala mit deinen Daten umgeht.

Der Leitfaden zum Meeting-Audio-Datenschutz trennt Live-Audio, lokalen Transkriptverlauf und die optionale Stimmprobe.

Für wen das gedacht ist

Natives Voice-Cloning richtet sich an dieselben Menschen, denen Speak Mode ohnehin dient, mit einem zusätzlichen Gewinn: Konstanz. Führst du wiederkehrende Calls mit denselben Kunden, Kolleginnen und Kollegen oder Partnern über Sprachgrenzen hinweg, nimmt jedes Mal dieselbe Stimme — deine Stimme — eine Schicht Fremdheit weg, die ein wechselndes Studio-Preset nie ganz beseitigt. Internationale Beratende, mehrsprachige Team-Leads mit Standups über Offshore-Teams hinweg und Vertriebsleute in ausländischen Märkten passen am klarsten — aus denselben Gründen, aus denen sie ohnehin zu Speak Mode greifen: verstanden werden, nicht bloß gehört.

Es ist außerdem der reibungsärmste Weg zu einer persönlichen Stimme — keine zweite Anbieterbeziehung, die gepflegt werden will.

Pro umfasst natives Voice-Cloning. Wenn du Pro nutzt, öffne Speak Mode im Seitenpanel, nimm deine Stimmprobe auf und probier es in deinem nächsten Meeting.