Markdown-zu-MP3-Konverter — KI-Stimme liest vor

Ihr Geschriebenes, vorgelesen

Viel von dem Text, den wir produzieren, ist zum stillen Lesen geschrieben: Besprechungsnotizen, Blogentwürfe, Newsletter, Lernzusammenfassungen, Skripte für Videos. Geschriebener Text lebt auf dem Bildschirm, was Überfliegen leicht macht und Konsum woanders schwer. Verwandeln Sie denselben Text in Audio, und er fährt mit Ihnen im Pendelverkehr, übersteht das Workout oder läuft, während Ihre Augen mit etwas anderem beschäftigt sind. Für alle, die ihr eigenes Schreiben prüfen, ist Vorlesen übrigens ein erstaunlich wirksamer Redaktionsdurchgang — holprige Sätze melden sich, sobald sie gesprochen werden.

Diese Seite erledigt genau diese eine Aufgabe für Markdown-Dateien. Laden Sie ein einzelnes Markdown-Dokument hoch, und Sie erhalten eine MP3 seines Inhalts, gesprochen: eine Sprechung der Prosa selbst, kein roboterhaftes Buchstabieren von Zeichensetzung und Markup. Der Rest dieser Seite erklärt, wie die Stimme klingt, welche Teile Ihres Dokuments tatsächlich vorgelesen werden und was in Ihrem Download-Ordner landet.

Eine KI-Stimme mit Nachrichtensprecher-Takt

Die Sprechung ist synthetisiert, nicht aufgenommen: Die Sprache stammt von der Qwen3-TTS-Engine, und wir sagen das offen, weil Sie es verdienen zu erfahren, dass kein Mensch Ihr Dokument gelesen hat. Die Standardstimme ist Vivian, und sie hält einen festen Nachrichtensprecher-Ton — die gemessene, gleichmäßige Vortragsweise eines Sprechers, der Schlagzeilen liest. Dieses Register passt zu informativem Text von genau der Art, die Menschen in Markdown ablegen: Notizen, Zusammenfassungen, Artikel, Briefings.

Es gibt heute bewusst keine Regler. Sie können keine andere Stimme wählen und die Sprechgeschwindigkeit nicht anpassen — eine Stimme in einem Takt ist das, was die Engine bietet, und die Seite gibt nichts anderes vor. Wenn Ihr Text einen dramatischen Vortrag oder ein verlangsamtes Durchgehen braucht, ist dieses Werkzeug noch nicht die richtige Wahl.

Die Eingabe ist auf 2000 Zeichen pro Konvertierung begrenzt, was grob 9 Minuten Audio ergibt. Längere Dokumente werden abgelehnt, statt still abgeschnitten zu werden — teilen Sie ein langes Stück also an seinen natürlichen Abschnittsgrenzen und konvertieren Sie die Teile nacheinander.

Was vorgelesen wird, was stumm bleibt

Vor der Synthese durchläuft das Markdown einen Mach-es-sprechbar-Durchgang. Codeblöcke werden nicht vorgelesen: Ein eingerahmter Block Konfiguration oder Quellcode, Zeile für Zeile gesprochen, wäre unerträglich und nutzlos. Tabellen werden aus demselben Grund übersprungen — ein Zellraster in Zeilenreihenfolge vorgelesen ist Rauschen, keine Information. Alles, was die Engine nicht sauber sprechen kann, lässt sie weg.

Links steuern nur ihren Ankertext bei. Ein Link mit der Beschriftung „die Release Notes“ wird als „die Release Notes“ gesprochen, niemals als eine URL, die Zeichen für Zeichen buchstabiert wird. Bildsyntax wird vollständig ignoriert: Alt-Texte werden nicht gelesen, Bilder nicht beschrieben.

Was bleibt, ist Ihre Prosa, und ihre Struktur überlebt im Takt. Überschriftenebenen, Betonungen und die Reihenfolge von Listen prägen, wie die Sprechung fließt, sodass ein gut strukturiertes Dokument geordnet statt flach klingt. Schreiben Sie fürs Ohr, und das Audio dankt es Ihnen.

Zwei Dateien, eine ehrliche Zeitschiene

Die Engine erzeugt zuerst eine WAV der Sprechung und transkodiert sie dann in eine 192-kbps-MP3. Die beiden klingen identisch; die MP3 ist deutlich kleiner und die richtige Kopie zum Teilen, an Kollegen Senden oder aufs Handy Laden. Sie können beide herunterladen — behalten Sie die WAV nur, wenn ein anderes Werkzeug in Ihrem Workflow Rohaudio braucht.

Eine Konvertierung ist meist in wenigen Minuten fertig; die Obergrenze liegt bei etwa 25 Minuten, sodass ein volles Aufkommen Wartezeit hinzufügen kann. Der Dienst ist kostenlos, kein Konto erforderlich, und sowohl das hochgeladene Markdown als auch das erzeugte Audio werden innerhalb von 24 Stunden automatisch gelöscht. Eine E-Mail-Adresse wird zu keinem Zeitpunkt abgefragt.