KI-Stimmengenerator für NPCs
KI-Stimmengenerator für NPCs, für Sätze, Barks und ganze Dialoge
Schreib das Skript, wähl für jede Figur eine Stimme, führ mit Tags wie [whispering] oder [urgent] Regie und bekomm Audio, das du direkt in dein Dialogsystem ziehen kannst.
Die kurze Antwort
Summer erzeugt aus Text NPC-Sprachzeilen und Gespräche mit mehreren Stimmen, mit Stimmen von ElevenLabs. Du wählst pro Figur eine Stimme, fügst Delivery-Tags für die Emotion hinzu und exportierst MP3 oder unkomprimiertes Audio. In einem Summer-Projekt kann der Agent die Zeilen auch importieren und mit deinem Dialog- oder Trigger-System verbinden.
Selbst ein kleines Spiel zu vertonen hieß früher Casting, Aufnahmesessions und jede Menge Dateiverwaltung. Platzhalter-Text-to-Speech war schnell, klang aber flach, also sind die meisten Indie-Spiele mit Textboxen und ganz ohne Stimmen erschienen.
Moderne Stimmmodelle ändern diese Rechnung. Mit Summer vertonst du eine ganze NPC-Besetzung, arbeitest an einer Zeile, bis die Betonung sitzt, und hörst sie ein paar Minuten später im Spiel. Händler, Wachen, Questgeber, Gegner-Barks und Funksprüche kommen alle aus demselben Panel.
Weil Summer auch eine Game Engine ist, endet die Arbeit nicht bei einer Audiodatei. Bitte den Agenten, jede Zeile an den richtigen Dialogknoten oder Trigger zu hängen, und er schreibt den Code und legt das Audio in deinem Projekt ab.
Was es kann
Einzelne Zeilen und Barks
Erzeuge einzelne Zeilen wie Begrüßungen, Kampfrufe und Reaktionen beim Aufsammeln. Die Länge richtet sich nach dem Text, den du schreibst.
Dialoge mit mehreren Figuren
Schreib ein Gespräch Zeile für Zeile, weise jedem Sprecher eine eigene Stimme zu und bekomm eine komplette Dialogszene zurück.
Führ Regie beim Sprechen
Tags in eckigen Klammern wie [excited], [urgent] oder [whispering] steuern die Emotion einer Zeile, und Regler für Stabilität, Stil und Tempo verfeinern die Sprechweise.
Eine Bibliothek an Stimmen
Wähl aus Erzähl-, kraftvollen, sanften und Charakterstimmen und behalte für eine Figur über alle Zeilen hinweg dieselbe Stimme.
Saubere Formate
Exportiere MP3 mit 128 oder 192 kbps oder unkomprimiertes PCM mit 44,1 kHz für Schnitt und Mastering.
Direkt im Spiel verdrahtet
Der Summer-Agent importiert die Zeilen in dein Projekt und verbindet sie mit Dialogknoten, Triggern oder Untertiteln.
So funktioniert es
- 1
Schritt 1: Schreib das Skript
Füg die Zeilen für eine Figur ein oder ein ganzes Gespräch mit dem Namen des Sprechers in jeder Zeile.
- 2
Schritt 2: Besetz die Stimmen
Wähl pro Figur eine Stimme. Notier dir kurz, welche Stimme zu wem gehört, damit jede spätere Zeile dazu passt.
- 3
Schritt 3: Regie führen und neu generieren
Füg Delivery-Tags hinzu, passe die Zeichensetzung für das Tempo an und generiere einzelne Zeilen neu, bis sie richtig klingen.
- 4
Schritt 4: Ab ins Spiel
Lade das Audio herunter oder lass den Agenten es importieren und mit deinem Dialogsystem und den Untertiteln verbinden.
Zwei Wege
In Studio oder aus dem Agenten, den du schon nutzt
In Summer Studio
Öffne in Studio den Audio-Tab und wähl Voice für einzelne Zeilen oder Dialogue für Szenen mit mehreren Sprechern. Such Stimmen aus, leg das Ausgabeformat fest und generiere. Alles landet zur Wiederverwendung in deiner Asset-Bibliothek.
Audio-Tab in Studio öffnenAus Claude, Cursor oder Codex per MCP
Über das Summer MCP ruft dein Agent summer_generate_audio mit der Fähigkeit text_to_speech oder text_to_dialogue auf, importiert dann die Dateien und schreibt den Dialogcode. Ein ganzes Questskript kann er in einer einzigen Anfrage abarbeiten.
Beispiel-Prompt für deinen Agenten
Vertone mit Summer jede Zeile in dialogue/blacksmith.json mit einer rauen, älteren Männerstimme, speichere das Audio unter res://audio/voice/blacksmith/ und spiel den passenden Clip ab, sobald die jeweilige Dialogzeile angezeigt wird.Summer MCP einrichten
Preise
Was es kostet
- Sprachzeile, etwa 5 Sekunden
- $0.01
- Sprache oder Dialog, pro Audiominute
- $0.14
Stimmen werden nach der Länge des erzeugten Audios abgerechnet, ein kurzer Bark kostet also nur einen Bruchteil eines langen Monologs.
Preise werden von deinem Summer-Nutzungsguthaben abgezogen. Für die Asset-Generierung brauchst du einen bezahlten Plan oder ein Top-up. Pro kostet $20 im Monat und enthält $20 Nutzung, Aufladungen beginnen bei $10. Die Desktop-Engine selbst ist kostenlos.
Alle Pläne ansehenBeispiele
Prompts, die funktionieren, und was zurückkommt
Ein paar Figurentypen und wie du sie promptest. Delivery-Tags stehen am Anfang der Zeile.
Dorfschmied
Prompt
[gruff] Schon wieder ein Schwert? Na gut. Leg es auf den Amboss und komm bei Sonnenuntergang wieder.
Ergebnis
Eine einzelne Zeile mit tiefer, rauer Stimme, bereit für einen Händlerdialog.
Wachen-Bark
Prompt
[urgent] Eindringling am Osttor! Schlägt Alarm!
Ergebnis
Ein kurzer, gerufener Warnruf für den Alarmzustand. Erzeuge drei Varianten, damit Wiederholungen nicht nerven.
Questgeberin
Prompt
[warm] Du hast es gefunden. Ich hätte nicht gedacht, dass jemand aus dem Sumpf zurückkommt.
Ergebnis
Eine weichere Sprechweise für einen Story-Moment, kombiniert mit Untertiteln.
Szene mit zwei Figuren
Prompt
Hauptmann: [calm] Haltet die Stellung. / Späherin: [breathless] Sie kommen über den Kamm!
Ergebnis
Ein Dialogclip mit zwei klar unterscheidbaren Stimmen, getimt wie ein Gespräch.
Funkverkehr
Prompt
[flat, clipped] Einheit vier, weiter zu Checkpoint Bravo. Over.
Ergebnis
Eine neutrale Zeile, die du in der Engine durch einen Funkfilter schicken kannst.
Erzähler
Prompt
[slow, reverent] Lange vor den Königreichen gab es nur den Wald.
Ergebnis
Eine Erzählzeile für ein Intro oder einen Ladebildschirm.
Konsistenz über hunderte Zeilen
Das größte Risiko bei generierten Stimmen ist Drift, also dass eine Figur in jeder Szene ein bisschen anders klingt. Bleib bei einer Stimme pro Figur, schreib die Zeilen im selben Ton und generiere nur die Zeilen neu, die herausstechen. Mit dem Agenten legst du am besten eine kleine Cast-Datei ins Projekt, die jede Figur einer Stimme zuordnet, damit jede neue Zeile die richtige nutzt.
Steam und KI-Stimmen
Steam verlangt von Entwicklern, KI-generierte Inhalte im Content Survey anzugeben. Die Kategorie für vorab generierte Inhalte umfasst „any kind of content that ships with your game and is consumed by players that is created with the help of AI tools during development“, also jede Art von Inhalt, die mit dem Spiel ausgeliefert und von Spielern genutzt wird und während der Entwicklung mit KI-Tools entstanden ist. Dazu gehören auch generierte Sprachzeilen. Valve prüft diese Inhalte nach denselben Regeln wie alle anderen.
Wenn dein Spiel Stimmen live während des Spielens erzeugt, behandelt Steam das als live generierte Inhalte und fragt, welche Schutzmechanismen du eingebaut hast. Der Generator von Summer ist für vorab generierte Zeilen gebaut, die du vor dem Release prüfst.
Stimmen echter Menschen
Nutze keine generierte Stimme, um ohne Erlaubnis echte Schauspieler oder Personen des öffentlichen Lebens nachzuahmen. Verwende für alles, was du veröffentlichst, die Stimmen aus der Bibliothek oder Stimmen, an denen du die Rechte hast.
Häufige Fragen
Kann ich für jeden NPC eine andere Stimme erstellen?
Ja. Wähl pro Figur eine Stimme. Im Dialogmodus trägt jede Zeile ihre eigene Stimme, sodass ein ganzes Gespräch in einem Clip zurückkommt.
Kann ich Emotion und Betonung steuern?
Ja. Setz Delivery-Tags wie [excited], [urgent] oder [whispering] an den Anfang einer Zeile und steuer das Tempo über die Zeichensetzung.
Welche Formate kann ich exportieren?
MP3 mit 44,1 kHz und 128 oder 192 kbps oder unkomprimiertes PCM mit 44,1 kHz. Beides lässt sich direkt in Summer und andere Engines importieren.
Wie lang darf eine Zeile sein?
Die Länge richtet sich nach dem Text. Teil lange Monologe in mehrere Zeilen auf, dann bleibt die Sprechweise konsistent und die Untertitel werden einfacher.
Darf ich die Stimmen in einem kommerziellen Spiel nutzen?
Laut den Nutzungsbedingungen von Summer behältst du das Eigentum an den Inhalten, die du mit der Summer Engine erstellst. Gib KI-generiertes Audio an, wo ein Store das verlangt, zum Beispiel in Steams Content Survey.
Kann ich damit ein Spiel aus Unity oder Godot vertonen?
Ja. Lade das Audio herunter und importiere es in jede Engine. Die automatische Verdrahtung mit einem Dialogsystem gibt es nur in Summer-Projekten.
Gibt es eine kostenlose Option?
Die Summer Engine ist kostenlos. Für die Stimmgenerierung brauchst du einen bezahlten Plan oder ein Top-up, abgerechnet wird nach der Länge des erzeugten Audios.
Mach dein Spiel. Lass dein Spiel wachsen.
Auch wenn es mit einer anderen Engine gebaut ist.
Kostenloser Download für macOS (Apple Silicon) und Windows.