Ein Dienst, bei dem eine KI fuer Handwerksbetriebe in den USA das Telefon abnimmt: Anrufe werden rund um die Uhr angenommen, der Auftrag wird geklaert, der Termin landet im Kalender des Inhabers, Nachfassen und Gespraechsnotizen inklusive, fuer 199 Dollar im Monat und sieben Tage Probe ohne Karte.

Ein Browser-Werkzeug von Adobe, das eine Aufnahme nimmt, Hintergrundgeräusche entfernt, die Lautstärke angleicht und die Klarheit hebt. Keine Installation, keine Parameter, und die kostenlose Stufe deckt eine Stunde Audio pro Tag ab.

Keine Kreditkarte bei der Anmeldung, 8000 Credits pro Monat im kostenlosen Tarif. Zehn Sekunden Referenzaudio genügen für eine brauchbare Stimme, und über 60 Emotionsmarken steuern beim Synthetisieren den Vortrag.

Ein Musikwerkzeug, das nur im Browser läuft und mit einem einzigen Textfeld beginnt. Beschreibe den gewünschten Klang, und das Modell liefert einen gesungenen Track – oder du gibst eigene Zeilen ein und wählst Genre, Stimmung und Stimmfarbe.

Udio behandelt die Generierung als Anfang statt als Ende: eine Skizze verlängern, eine Stelle neu zeichnen, einen vorhandenen Track remixen oder aus eigenem Audiomaterial bauen. Die kostenlose Stufe gibt 100 Credits im Monat und drei Songs mit 130 Sekunden pro Tag.

Suno macht aus einem Satz in unter einer Minute einen Song mit Gesang und Arrangement. Die kostenlose Stufe gibt 50 Credits und zehn Songs pro Tag, aber keine kommerziellen Rechte; Pro bringt 2500 Credits, 20 Downloads und Stem-Trennung, Premier das Studio im Browser.

ElevenLabs öffnet über 11000 Stimmen, synthetisiert Sprache in mehr als 29 Sprachen, antwortet mit Flash v2.5 in rund 75 Millisekunden und klont eine Stimme aus ein bis fünf Minuten Material. Die kostenlose Stufe gibt 10000 Zeichen im Monat, ohne gewerbliche Lizenz.

Descript transkribiert eine Aufnahme zuerst zu einem bearbeitbaren Skript. Ein gelöschtes Wort löscht die passende Bildstelle, Füllwörter und tote Takes verschwinden per Klick, und ein Versprecher lässt sich mit der eigenen geklonten Stimme neu sprechen. Export ohne Wasserzeichen, bis 4K.

Ein Absatz als Vorlage genügt, und der eigene Timbre ist nachgebaut; ein Satz Beschreibung erzeugt eine Stimme, die es vorher nicht gab. Daneben stehen Sprachausgabe mit Steuerzeichen, Stimmentnahme, Musik und ein Gespräch, das unterbrochen werden darf.