Korrektur, 2026-10-02: Diese Seite nannte den Gratisplan von ElevenLabs den besten in Sachen Qualität und "den Qualitätsmaßstab, an dem die meisten Konkurrenten gemessen werden". Beides haben wir nie gemessen, deshalb ist er jetzt der Plan, mit dem du anfängst, wenn du die Stimmqualität an deinem eigenen Skript beurteilen willst. Wo wir den Gratisplan beschreiben, ersetzt die eigene Angabe von ElevenLabs, etwa 10 Minuten Text-to-Speech im Monat, unsere Schätzung von etwa 11 Minuten Sprechertext. Beim Preis auf 8frame steht jetzt, dass er für Eleven v3 (das Standardmodell) und Multilingual v2 gleich ist, und die Seite sagt jetzt, dass 8frame keine Stimmen klont. Außerdem haben wir die Aussage abgeschwächt, ein Audio-Wasserzeichen mache einen Entwurf unbrauchbar. Die Pläne von ElevenLabs und Google haben wir heute auf ihren Preisseiten erneut geprüft.
Der beste kostenlose KI-Stimmengenerator für den Einstieg 2026 ist der Gratisplan von ElevenLabs, wenn du die Stimmqualität an deinem eigenen Skript beurteilen willst: 10.000 Credits im Monat, die ElevenLabs selbst mit etwa 10 Minuten Text-to-Speech angibt, und beim Modell Multilingual v2 kostet ein Textzeichen einen Credit. Ist Volumen das Kriterium, ist Google Cloud Text-to-Speech weit größer: 4 Millionen Zeichen im Monat gratis bei den Stimmen Standard und WaveNet, 1 Million bei den neueren Chirp-3-HD-Stimmen, sofern du die Abrechnung aktivierst. Und wenn du Sprechertext in einem Video brauchst, das du produzierst, sieht die Rechnung anders aus; darum geht es im letzten Abschnitt. Vorab offen gesagt: 8frame ist unser Produkt, kein kostenloser Text-to-Speech-Plan, und wir sagen unten klar, wo die Gratis-Tools die richtige Antwort sind.
Kurzfassung
- Für den Qualitätsvergleich: Gratisplan von ElevenLabs, 10.000 Credits im Monat (etwa 10 Minuten Text-to-Speech laut ElevenLabs), ohne kommerzielle Lizenz. Beurteile ihn an deinem eigenen Skript
- Bestes Gratis-Volumen: Google Cloud Text-to-Speech, jeden Monat 4 Millionen Zeichen Standard oder WaveNet und 1 Million Chirp 3 HD gratis, Abrechnungskonto erforderlich
- Der wichtigste Haken: Gratispläne können kommerzielle Nutzung ausschließen. Der von ElevenLabs tut es; die kommerzielle Lizenz beginnt beim Starter-Plan für 6 US-Dollar. Die Lizenz lesen, bevor ein Kunde das Ergebnis hört
- Zeichenrechnung zum Merken: Ein 60-Sekunden-Sprechertext hat etwa 900 Zeichen, 10.000 Zeichen sind also etwa 11 Minuten Sprache
- Im Video-Workflow: Auf 8frame kostet die ElevenLabs-Stimme 13 Credits pro angefangene 1.000 Zeichen, gleich bei Eleven v3 und Multilingual v2, eine 60-Sekunden-Erzählung also etwa 0,13 US-Dollar zum Paketpreis. 8frame klont keine Stimmen
Was "kostenlos" bei Stimme abdeckt und was nicht
Kostenlose Text-to-Speech-Kontingente zählen Zeichen, nicht Minuten, also zuerst die Umrechnung: Angenehme Erzählung läuft mit etwa 150 Wörtern pro Minute, ein Wort hat im Schnitt sechs Zeichen samt Leerzeichen, ein 60-Sekunden-Skript also etwa 900 Zeichen. Ein Monatskontingent von 10.000 Zeichen sind nach dieser Rechnung etwa elf Minuten fertige Sprache, vor Wiederholungen; die Tariftabelle von ElevenLabs selbst nennt für den Gratisplan etwa 10 Minuten.
Was bei jedem Gratisplan zu prüfen ist:
Kommerzielle Nutzung. Manche Gratispläne sind nur für private Nutzung. Das ist der Haken, der wehtut, weil der Sprechertext in beiden Fällen gleich klingt und der Unterschied nur in der Lizenz steckt. Bei ElevenLabs hat der Gratisplan keine kommerzielle Lizenz, der Starter-Plan für 6 US-Dollar bringt sie mit.
Stimmklonen. Bei ElevenLabs beginnt Instant Voice Cloning mit dem bezahlten Starter-Plan; im Gratisplan ist es nicht enthalten. Bei Google Cloud hat Instant custom voice keine Gratisnutzung und kostet 60 US-Dollar pro Million Zeichen. 8frame klont überhaupt keine Stimmen: Der ElevenLabs-Node liest deinen Text mit einer Stimme, die du aus seiner Liste wählst. Für andere Tools die jeweilige Tarifseite prüfen.
Wiederholungen zählen. Zeichenkontingente zählen jede Generierung, der verworfene Take kostete also so viel wie der behaltene. Rechne mit drei Takes pro fertiger Minute.
Die Auswahl
1. Gratisplan von ElevenLabs
Der Plan für den Einstieg, wenn du die Stimmqualität beurteilen willst, weil du sie an deinem eigenen Skript hörst, bevor du etwas bezahlst. 10.000 Credits im Monat im Gratisplan, etwa 10 Minuten Text-to-Speech laut ElevenLabs selbst, ohne kommerzielle Lizenz, und das Modell Eleven v3 ist enthalten. Der Starter-Plan für 6 US-Dollar im Monat hebt das Kontingent auf 30.000 Credits und bringt die kommerzielle Lizenz und Instant Voice Cloning. Für ein privates Projekt, einen Prototyp oder einen internen Entwurf ist das die Antwort, der Rest der Liste ist für andere Einschränkungen.
2. Google Cloud Text-to-Speech
Die Antwort für Volumen. Googles Preisseite nennt 4 Millionen Gratiszeichen im Monat für Standard- und WaveNet-Stimmen und 1 Million für Chirp-3-HD-, Neural2- und Studio-Stimmen und rechnet danach pro Zeichen ab: 4 US-Dollar pro Million bei Standard und WaveNet, 30 US-Dollar pro Million bei Chirp 3 HD. Google führt Standard, WaveNet, Neural2 und Studio unter "Legacy TTS models" (ältere Modelle), und seine Gemini-TTS-Modelle haben keine Gratisnutzung. Der Preis dafür: Du musst die Abrechnung in einem Google-Cloud-Konto aktivieren, und die Einrichtung läuft über API oder Konsole statt über eine einfache Web-App. Am besten für Entwickler und für Volumenbedarf wie Hörbuch-Entwürfe oder Barrierefreiheit.
3. Kostenlose Browser-Tools
Es gibt viele kostenlose Text-to-Speech-Webtools mit wechselnder Qualität und wechselnden Bedingungen. Für Platzhalter-Tonspuren und Timing-Checks reichen sie, und das ist echte Arbeit: Eine scratch track (auf Englisch) muss nicht schön sein, sie muss in dreißig Sekunden da sein. Bevor du eines für etwas Veröffentlichtes nutzt, lies die Lizenz und hör auf eine Audio-Markierung.
Was wir bewusst weggelassen haben
Tools, deren "kostenlos" ein Testkontingent ist, das sich nie erneuert, und Tools, die Audio mit einer hörbaren Markierung versehen. Eine hörbare Markierung stört selbst in einem Entwurf, weil sie über dem Timing liegt, das du gerade prüfst.
Wenn die Gratis-Tools nicht passen
Die Gratispläne oben stehen für sich: Du schreibst den Text dort, lädst das Audio herunter und trägst die Datei in deinen Schnitt. Das passt, wenn der Sprechertext das Produkt ist. Ist er eine Ebene eines Videos, wird dieses Hin- und Hertragen zum Kostenfaktor: Jede Skriptänderung heißt neu generieren, herunterladen, neu importieren, neu timen.
In diesem Fall lohnt es sich, die Erzählung im Video-Workflow zu generieren. Auf 8frame kostet die ElevenLabs-Stimme 13 Credits pro angefangene 1.000 Zeichen, gleich bei Eleven v3 (dem Standardmodell) und Multilingual v2, mit bis zu 5.000 Zeichen pro Generierung: etwa 0,13 US-Dollar für eine volle 60-Sekunden-Erzählung zum Paketpreis und 65 Credits für ein Skript mit 5.000 Zeichen, auf demselben Canvas, der das Video erzeugt. Es geht nicht darum, dass 0,13 US-Dollar besser sind als gratis; es geht darum, dass die Erzählung neben dem Schnitt liegt und eine Skriptänderung eine neue Generierung ist statt einer Datei-Rundreise. Alle Audiopreise stehen in KI-Musik und Stimme: Preise pro Modell.
Wie man das Skript schreibt, das die Stimme liest, steht in how to write a voiceover script (auf Englisch), samt den Satzzeichen-Tricks, die das synthetische Tempo steuern.
Häufige Fragen
Was ist der beste komplett kostenlose KI-Stimmengenerator? Um die Stimmqualität zu beurteilen, fang mit dem Gratisplan von ElevenLabs an (10.000 Credits im Monat, etwa 10 Minuten Text-to-Speech laut ElevenLabs, ohne kommerzielle Lizenz). Für Volumen Google Cloud Text-to-Speech (bis zu 4 Millionen Zeichen im Monat gratis, Abrechnungskonto erforderlich).
Darf ich kostenlose KI-Stimmen in monetarisierten Videos nutzen? Nicht bei jedem Plan. Der Gratisplan von ElevenLabs hat keine kommerzielle Lizenz, und ein monetarisiertes Video ist kommerzielle Nutzung. Das ist eine Lizenzfrage, keine Audiofrage, und die aktuellen Bedingungen des Tools sind die einzige Quelle, die zählt.
Kann ich meine Stimme in einem Gratisplan klonen? Bei ElevenLabs nicht: Instant Voice Cloning beginnt mit dem Starter-Plan für 6 US-Dollar. Instant custom voice von Google Cloud hat keine Gratisnutzung. 8frame klont keine Stimmen; der ElevenLabs-Node nutzt eine Stimme aus seiner Liste.
Wie viele Zeichen hat ein einminütiger Sprechertext? Etwa 900, bei angenehmen 150 Wörtern pro Minute. Ein Kontingent von 10.000 Zeichen sind etwa 11 Minuten Sprache vor Wiederholungen.
Quellen
- ElevenLabs-Pläne: Free "10k credits" "per month", "~10" Minuten Text to Speech (UI) inklusive, Modell Eleven v3 inklusive, keine kommerzielle Nutzung und kein Instant Voice Cloning im Free-Plan; Starter "$6" "per month", 30.000 Credits, "Everything in free, plus" (alles aus dem Gratisplan, dazu) "Commercial License" und "Instant Voice Cloning"; "For V2 Multilingual models, 1 text character equals 1 credit" (bei den V2-Multilingual-Modellen entspricht 1 Textzeichen 1 Credit): elevenlabs.io/pricing, abgerufen am 2026-10-02
- Google Cloud Text-to-Speech: "You must enable billing to use Text-to-Speech" (die Abrechnung muss aktiviert sein); Gratisnutzung pro Monat: Standard und WaveNet "0 to 4 million characters" (danach 4 US-Dollar pro 1 Million), Chirp 3 HD "0 to 1 million characters" (danach 30 US-Dollar pro 1 Million), Neural2 und Studio 0 bis 1 Million; Instant custom voice (60 US-Dollar pro 1 Million Zeichen) und Gemini-TTS ohne Gratisnutzung ("Not available"); Standard, WaveNet, Neural2 und Studio unter "Legacy TTS models" geführt: cloud.google.com/text-to-speech/pricing, abgerufen am 2026-10-02
- Preis auf 8frame: ElevenLabs-Stimme, 13 Credits pro angefangene 1.000 Zeichen, Eleven v3 (Standard) und Multilingual v2 zum gleichen Preis, bis zu 5.000 Zeichen pro Generierung, Stimme aus einer Liste: die 8frame-App, geprüft am 2026-10-02
- Kein Stimmklonen auf 8frame: die 8frame-App, geprüft am 2026-10-02
Gratispläne decken die Einzeljobs ab. Gehört die Erzählung in ein Video, generiere sie dort, wo das Video ist.
Probier es ohne Anmeldung aus: Du landest direkt auf einem echten Board. Der 8frame-Canvas ist kostenlos und unbegrenzt; die Generierung ist kostenpflichtig ab 19 US-Dollar im Monat.