Werden KI-Stimmen Hörbuch-Sprecher ersetzen?

Von WonderBooks · 15. Okt. 2026

Synthetische Erzählungen sind bereits in den großen Stores erhältlich. Was ein menschlicher Sprecher immer noch besser macht und warum die meisten Bücher sowieso nie eine menschliche Aufnahme bekommen werden.

Für die Bücher, die jemals eine menschliche Aufnahme bekommen sollten: Nein, nicht so bald, und die Zuhörer, denen es wichtig ist, können den Unterschied bereits erkennen. Für die weitaus größere Anzahl von Büchern, die niemals aufgenommen werden sollten, ist die Frage hinfällig: Die Wahl stand nie zwischen einer menschlichen und einer synthetischen Stimme. Es war die Wahl zwischen einer synthetischen Stimme und Stille.

Die Stores haben 2023 gehandelt und es gekennzeichnet.

Apple Books begann im Januar 2023 mit dem Verkauf von Hörbüchern mit digitaler Erzählung. Audible folgte später im selben Jahr mit einer gekennzeichneten Option namens Virtual Voice für selbstveröffentlichte Titel, sodass ein Zuhörer die Kennzeichnung vor dem Kauf sieht. Hörbücher waren bereits das am schnellsten wachsende Format im Verlagswesen: Die Audio Publishers Association hat über ein Jahrzehnt in Folge zweistellige Wachstumsraten in den Vereinigten Staaten gemeldet, mit Verkäufen von rund zwei Milliarden Dollar pro Jahr. Synthetische Stimmen haben diesen Markt nicht geschaffen. Sie sind in ihn hineingekommen.

Sprecher hatten Grund zur Sorge, und die meisten öffentlichen Diskussionen seitdem drehten sich um sie. Weniger wurde über die andere Seite der Bilanz gesagt: Eine professionelle Aufnahme wird pro fertiger Stunde berechnet, zu mehreren hundert Dollar pro Audiostunde nach den üblichen veröffentlichten Tarifen, vor Studiozeit, Bearbeitung und Korrekturlesen. Ein zehnstündiger Roman ist eine ernsthafte Investition, weshalb die Aufnahmeentscheidung immer den erwarteten Verkaufszahlen folgte. Der Backlist, die kleinen Sprachen, die illustrierten Sachbücher, von denen niemand erwartet, dass sie in den Charts landen: Diese Bücher werden nicht aufgenommen. Die meisten jemals veröffentlichten Bücher haben überhaupt keine Audioausgabe.

Was ein Synchronsprecher leistet, was ein Modell noch nicht kann.

Jeder, der beides gehört hat, kennt den Unterschied. Ein guter Sprecher verleiht jedem Charakter eine Stimme, ohne Stimmen zu imitieren; hält eine Pause genau so lange, wie der Satz es erfordert; weiß, dass ein Name auf Seite drei so ausgesprochen wird, wie der Autor ihn ausspricht; und trägt den Ton des Buches über zehn Stunden, ohne ihn zu verflachen. Eine synthetische Stimme ist gleichmäßig. Gleichmäßigkeit ist ihre Tugend für ein Nachschlagewerk und ihr Mangel für einen Roman. Und sie wird Sprache für Sprache beurteilt: Eine Stimme, die im Englischen gut ist, kann im Arabischen, wo die Vokale nicht geschrieben werden und das Vorlesen vom Verständnis des Satzes abhängt, den Akzent falsch setzen.

• Charakter und Tempo: die bewusste Pause, der Registerwechsel, der Witz, der pünktlich ankommt.
• Namen und Fremdwörter, ausgesprochen wie vom Autor vorgesehen.
• Klangliche Ausdauer über ein langes Buch hinweg.
• Sprachen, deren Schreibweise die Aussprache nicht festlegt, wo der Leser verstehen muss, um vorzulesen.

Der Zuhörer, der sich verliert.

Es gibt noch eine dritte Sache, die bemerkenswert ist, denn sie hat nichts damit zu tun, wer spricht. Die meisten Hörbücher werden getrennt vom Text verkauft und bieten dem Zuhörer keine Möglichkeit zu sehen, wo er sich befindet. Verliert man den Faden im Zug, gibt es nichts zum Nachschlagen. Read-along-Audio, bei dem die Wörter auf der Seite stehen und die gelesene Zeile markiert ist, wird seit Jahrzehnten als Unterstützung für Leseanfänger, Sprachlerner und Leser mit Legasthenie untersucht, mit weitgehend positiven Ergebnissen. Fast kein kommerzielles Hörbuch bietet dies an.

Eine Bibliothek erzählt jedes Buch in fünfzehn Sprachen, synchronisiert mit der Seite.

WonderBooks ist der Fall am anderen Ende der Rechnung. Es enthält 2.341 illustrierte Bücher in zwölf Themenbibliotheken, jedes davon in fünfzehn Sprachen erzählt, wobei das Audio mit dem Text synchronisiert ist, sodass die gelesene Zeile immer auf der Seite sichtbar ist. Das sind mehr als 35.000 erzählte Ausgaben. Kein Studiozeitplan erreicht diese Zahl, und keine Verkaufsprognose hätte die Aufnahme eines zehnseitigen Buches über einen Pharao auf Koreanisch gerechtfertigt. Der Gründer engagierte menschliche Sprecher für die erste Version im Jahr 2016, und die Funktion, um die die gesamte App damals aufgebaut wurde, ist dieselbe, um die sie heute aufgebaut ist.

Gewöhnliche Hörbücher sind fast wie ein Radio, bei dem sich die Leser verlieren.

Sprache für Sprache beurteilt und korrigiert, wenn ein Zuhörer es meldet.

Die Erzählung wird vor der Veröffentlichung Sprache für Sprache überprüft, mit separaten Qualitätsregeln für Arabisch und für Sprachen mit eigenen Pausen- und Betonungskonventionen, und der Gründer ist offen sein eigener härtester Kritiker in dieser Hinsicht. Ein Zuhörer, der einen falsch ausgesprochenen Namen meldet, erhält eine Korrektur und ein Dankeschön, mit einem Link zum korrigierten Buch, was auch dazu beiträgt, dass die nächste Stimme besser wird. Ob dies jemals einer großartigen menschlichen Lesung eines großartigen Romans entspricht, ist nicht die Behauptung. Die Behauptung ist, dass ein Leser in einer von fünfzehn Sprachen jedes Buch vorgelesen bekommen kann, mit den Wörtern vor sich, und dass dies zuvor nicht möglich war.