Markdown-zu-WAV-Konverter — KI-Stimme

Geschrieben zum Lesen, jetzt auch zum Hören

Markdown existiert, weil Autoren Struktur wollten, ohne mit einer Textverarbeitung zu ringen: Überschriften als Raute, Betonung als Sternchen, Listen als Striche. Das Format setzt einen Leser voraus, der das gerenderte Ergebnis sieht. Doch immer mehr des Tages gehört den Ohren statt den Augen — Pendelfahrten, Küchen, Fitnessstudio —, und ein Ordner voller Notizen kümmert sich nicht um Ihre Kopfhörer. Markdown in WAV zu konvertieren gibt Ihren Dokumenten ein zweites Publikum: Sie, zuhörend.

Die Paarung ist natürlich. Markdown ist unter der Haube reiner Text, also gibt es nichts zu rendern und keine Lizenz zu beachten; die Datei wird unverändert hochgeladen. Wo eine einfache TXT-Datei ein flacher Zeichenstrom ist, trägt eine Markdown-Datei ihre Gliederung mit sich — und diese Seite ist gebaut, um diese Gliederung zu nutzen. Und weil das Format bereits Struktur codiert — was eine Überschrift ist, was ein Listeneintrag, was wichtig genug für Fett ist —, kann das Vorlesen der eigenen Form des Dokuments folgen, statt durch Symbole zu dröhnen.

Wie das Dokument sprechbar gemacht wird

Bevor irgendeine Sprache synthetisiert wird, durchläuft die Datei einen Aufbereitungsdurchgang, der sie sprachfähig macht. Das Ziel ist einfach: Ein Mensch soll nie Markup hören. Was bleibt, ist Prosa, geordnet, wie der Autor sie geordnet hat.

Manches wird bewusst ausgelassen. Codeblöcke und Tabellen werden nicht vorgelesen — niemand will eine Stimme, die Pipe-Zeichen und Backticks rezitiert, und eine Tabelle, Zeile für Zeile gelesen, ist Rauschen. Links steuern nur ihren Ankertext bei: Die Engine liest die Phrase „die Release Notes“, nicht die URL dahinter. Bildsyntax wird vollständig ignoriert, Alt-Texte eingeschlossen. Die Aufbereitung ist mechanisch und vorhersehbar: nichts wird zusammengefasst, nichts wird umgeschrieben, und nichts außerhalb der Prosa wird gesprochen.

Was bleibt, ist Struktur. Überschriftenhierarchie, Betonungen und Listenreihenfolge fließen in den Leserythmus ein, sodass die Aufnahme atmet, wo das Dokument atmet — ein neuer Abschnitt landet als neuer Abschnitt, eine Liste wird als Liste gelesen, der Reihe nach. Von dort synthetisiert die Qwen3-TTS-Engine die Sprache in eine WAV, ein verlustfreies Containerformat. Die meisten Konvertierungen sind in wenigen Minuten fertig; lange Dokumente können bis zu etwa 20 Minuten dauern. Die WAV landet als einzelne Datei, bereit für jeden Player, ohne weitere Verarbeitung, die von Ihnen erwartet würde.

Die Stimme und das Eingabelimit

Die Stimme wird von der Qwen3-TTS-Engine per KI erzeugt, nicht von einem Menschen aufgenommen, und wird auch so ehrlich präsentiert. Die Standardstimme ist Vivian, gelesen in fester Nachrichtensprech-Weise — ruhig, klar, geeignet für Material, das Sie aufnehmen wollen statt bewundern. Es gibt noch keine Stimmen- oder Geschwindigkeitsregler; jedes Dokument bekommt denselben gefassten Vortrag. Beständigkeit ist das Merkmal: Sie wissen immer genau, wie das nächste Dokument klingen wird.

Die Eingabe ist auf 2000 Zeichen begrenzt, grob neun Minuten fertigen Audios. Längere Dateien werden mit klarer Meldung abgelehnt, statt still abgeschnitten zu werden. Die natürliche Lösung für Markdown ist das Teilen nach Abschnitten: Jeder Teil behält seine Überschriften, jeder erzeugt seine eigene WAV, und die Teile werden der Reihe nach konvertiert. Struktur, die gut liest, konvertiert gut — die Teilpunkte stehen bereits im Dokument.

Privatsphäre und die Ein-Datei-Gewohnheit

Der Privatsphärestandard der Plattform gilt unverändert. Das Werkzeug ist während der Beta kostenlos und erfordert kein Konto; Uploads laufen über HTTPS, die Verarbeitung geschieht im Speicher, und sowohl das Markdown-Original als auch die erzeugte WAV werden innerhalb von 24 Stunden gelöscht. Kein E-Mail-Feld, kein Werbenetzwerk, keine kleingedruckten Ausnahmen.

Eine Datei hinein, eine Audiodatei hinaus — bewusst schmal, bewusst verlässlich. Leben Ihre Notizen in Markdown — Dokumentationsentwürfe, ein Journal, Zettelkasten-Exporte —, macht diese Seite aus dem Stapel etwas, das Sie auf einem Spaziergang durchbekommen. Und weil das Vorlesen den eigenen Überschriften des Dokuments folgt, klingt eine gut strukturierte Datei schlicht besser als eine flache. Geschriebenes verdient eine Stimme; jetzt hat es eine.