Zum Inhalt
Anmelden
/labs / voicelab

VoiceLab

Voice-Infrastruktur Beta
/labs / voicelab
Voice-Infrastruktur Beta

VoiceLab

Ist dieser Take brauchbar, und ist diese Note sauber.

Nicht noch ein Stimmgenerator. VoiceLab misst den Take, den du schon hast: Sprach-QA (Rauschteppich, Sibilanz, Raum, Tempo) und Gesang (Tonhöhe über die Zeit, wo sie abgedriftet ist, Vibrato und der Umfang, den du gehalten hast).

VoiceLab: abstrakte Markenbilder
Live-Demo · Voice-QA + Gesang
VoiceLab · Voice-QA + Gesang

VoiceLab QA

Analysiere eine Stimmprobe auf Klarheit, Tempo, Pausenrhythmus, Energie in den Pausen, Clipping-Risiko und Konsistenz über mehrere Takes.

Mikrofonaufnahme und Analyse bleiben in deinem Browser. Dein Audio wird nie hochgeladen.

So wird das gemessen

▸ Nimm einen Take auf oder zieh eine Datei hinein: Sprach-QA oben, Gesangstonhöhe und Vibrato darunter. Angemeldet? Ergebnisse landen in deinem Workspace. Deine Ergebnisse landen in deinem Workspace.

Auch in VoiceLab

Gesang: Tonhöhe, Vibrato und Umfang

Die Werkzeuge oben beurteilen einen gesprochenen Take. Dieses folgt der Note. Sing, und sieh, wo die Tonhöhe abgedriftet ist, hör genau diese Stelle noch einmal und erhalte dein Vibrato und den Umfang, den du stabil gehalten hast.

Was VoiceLab misst, und warum diese Zahlen

VoiceLab ist ein Werkzeug zur Analyse der Stimmqualität, das komplett in deinem Browser läuft. Es misst, was du prüfen kannst, bevor du eine Sprachaufnahme veröffentlichst: das Signal-Rausch-Verhältnis (wie weit die Stimme über dem Rauschteppich liegt), die Sibilanz-Energie (die scharfen s- und t-Laute, die Hörer ermüden), die Pausenenergie (was in den Pausen nach der Sprache übrig bleibt: Rauschen oder Hall, nicht unterschieden), Sprechanteil und Sprechtempo, lange Stillen und Clipping. Jede Messgröße kommt als Zahl zurück, nicht als Gefühl, sodass sich zwei Takes ehrlich vergleichen lassen.

Das macht es zu einem praktischen Werkzeug zur Fehlersuche bei Stimmen: Klingt ein Podcast-Take schlecht, sagen die Zahlen, ob das Problem in der Aussteuerung liegt (Clipping, Rauschteppich), im Mikrofonabstand (SNR) oder im Vortrag (Sprechtempo, Stillen). Sie sagen dir nicht, wie gut ein Spracherkenner damit zurechtkommt: In unserem eigenen Test mit 1.248 Transkriptionen sagte das Signal-Rausch-Verhältnis Erkennungsfehler nicht voraus. Sie taugen aber, um ein TTS-Rendering Zahl für Zahl mit einer menschlichen Aufnahme zu vergleichen und um Meeting- oder Anrufaufnahmen zu prüfen, bevor du dich auf sie verlässt.

Alles läuft auf deinem Gerät über die WebAudio API: Dein Audio wird lokal analysiert und nie hochgeladen. Wenn du dieselben Prüfungen serverseitig oder in einem KI-Agenten brauchst, stellen die gehostete API und der MCP-Server genau diese Analyse als Tool analyze_voice bereit, sodass eine Pipeline oder ein Agent jedes Rendering mit denselben Zahlen prüfen kann, die du hier siehst.

Gesang ist eine andere Frage, deshalb hat er unten ein eigenes Instrument. Es verfolgt deine Tonhöhe über die Zeit auf einem Notenraster und markiert die Stellen, die länger als einen Moment mehr als 25 Cent daneben lagen, die du anklicken kannst, um sie noch einmal zu hören. Es zeigt auch deine Vibratorate und -tiefe und den Umfang, den du tatsächlich stabil gehalten hast. Eine ehrliche Grenze: Ohne die Melodie kann es dir sagen, ob eine Note sauber auf einer Tonhöhe sitzt, nicht ob es die richtige Note für das Lied war. Diese Unterscheidung deckt das meiste von dem ab, was Sänger mit unsauber meinen: abdriften, die Note knapp verfehlen, zwischen zwei Noten sitzen.

Anwendungsfälle
Anwendungsfälle
01

Podcast-QA vor der Veröffentlichung

Finde viel Energie in den Pausen, Tempoeinbrüche und schwankende Lautheit, bevor die Folge live geht.

02

Sicherheitsnetz für die Lokalisierung

Markiere Aussprache-Risiken und Tempo-Abweichungen zwischen Sprachvarianten, bevor die Synchronisation final wird.

03

Konsistente E-Learning-Sprecher

Halte Ton, Tempo und Klarheit über 200 aufgenommene Module von drei Sprechern zusammenhängend.

Was es anders macht
Was es anders macht

Wir erzeugen keine Stimmen. Wir machen die Stimmen, die du schon hast (deine, die deiner Hosts, die deiner gebuchten Sprecher), messbar besser und konsistenter.

Auch in VoiceLab

  • Aussprache-Prüfung (Konzept)

    Markiere riskante Wörter für deine Zielsprache. Noch nicht gebaut.

  • Vorschau der Bereinigung (Konzept)

    Sieh, was die Bereinigung bewirken würde, bevor du sie übernimmst. Noch nicht gebaut. VoiceLab misst und verändert nie Audio.

Roadmap
Roadmap
Jetzt 01
  • Konzept des QA-Analysators
  • Prototyp für Tempo- und Füllwort-Erkennung
Als Nächstes 02
  • Berichte pro Folge
  • Aussprache-Markierungen je Sprachregion
  • CLI für Batch-QA
Später 03
  • Vorbereitungs-Pipeline für Synchronisation
  • Rausch-Klassifizierer in Studioqualität
  • API
Lies das System, nicht das Marketing.
Kostenlos im Browser · API + MCP im großen Maßstab

Nutze VoiceLab aus deinem eigenen Code oder von jedem KI-Agenten aus.

Die Demo oben läuft kostenlos, auf deinem Gerät.Das Lab oben läuft kostenlos, auf deinem Gerät. Dieselbe Analyse gibt es als gehostete REST API und als MCP-Server, mit einem Schlüssel. Die Lautheit ist gegen EBU R128 / BS.1770-4 verifiziert. VoiceLab bietet 2 Endpoints / 2 MCP-Tools.

REST · POST

  • /v1/voicelab/qa Sprachqualitäts-QA
  • /v1/voicelab/segments Sprachsegmente

MCP-Tools · https://audiolab.tools/mcp

  • analyze_voice
  • get_speech_segments

Schnellstart

curl -X POST https://audiolab.tools/v1/voicelab/qa \
  -H "Authorization: Bearer $AUDIOLAB_KEY" \
  -H "content-type: application/json" \
  -d '{"url":"https://your-audio.wav"}'
Wohin das führt.