Beim Einsatz von KI-Sprachplattformen für YouTube-Videos, Werbeproduktionen, Hörbücher oder Kundenprojekte stehen Urheberrechte und Lizenzbedingungen an erster Stelle, um rechtliche Abmahnungen und Sperrungen zu vermeiden. Unter vielen Content-Erstellern hält sich jedoch ein folgenschwerer Irrglaube: die Annahme, dass ein Hinweis wie "Stimme erstellt mit Voicemaker" in der Videobeschreibung die Nutzung des kostenlosen Tarifs für monetarisierte Inhalte legalisiere.
Gemäß den Nutzungsbedingungen und dem Endbenutzer-Lizenzvertrag (EULA) von Voicemaker gilt: Der Free-Tarif schließt jede kommerzielle Verwertung strikt aus, und eine Namensnennung (Attribution) ersetzt keine kommerzielle Lizenz. Wer Videos auf YouTube monetarisieren, Sprachaufnahmen an Kunden ausliefern oder bezahlte Online-Kurse anbieten möchte, benötigt ein kostenpflichtiges Abonnement wie Basic (im Buchungssystem als Starter Monthly für 5 USD/Monat geführt) oder Pro (24 USD/Monat). Kostenpflichtige Abonnements enthalten volle kommerzielle Nutzungsrechte (Commercial Rights) und dauerhaftes Eigentum an den erzeugten Tondateien – ohne jegliche Pflicht zur Namensnennung.
Dieser Leitfaden analysiert die vertraglichen Grenzen, Nennungspflichten, Zeichenbegrenzungen pro Umwandlung, monatlichen Guthabenstrukturen und Berechtigungen für neuronale Sprachmodelle in den Tarifen Free, Basic und Pro.
Tarifübersicht: Free vs. Basic (Starter) vs. Pro
In der Tarifstruktur von Voicemaker für Einzelpersonen bildet Basic die Stufe 1 (als Starter Monthly für 5 USD/Monat geführt), Creator die Stufe 2 (10 USD/Monat) und Pro die Stufe 3 (24 USD/Monat). Die folgende Tabelle fasst die wichtigsten Eckdaten zusammen:
| Funktion / Limit | Free-Tarif | Basic-Tarif (Starter) | Pro-Tarif |
|---|---|---|---|
| Preis (USD) | Dauerhaft kostenlos ($0) | $5 / Monat ($50 / Jahr) | $24 / Monat ($240 / Jahr) |
| Kommerzielle Rechte | Untersagt (nur private Nutzung & Tests) | Vollständige kommerzielle Rechte enthalten | Vollständige kommerzielle Rechte enthalten |
| Namensnennung erforderlich? | Empfohlen bei nicht-kommerzieller Veröffentlichung; ersetzt keine Lizenz | Nein; keine Nennung erforderlich | Nein; keine Nennung erforderlich |
| Zeichenlimit pro Umwandlung | 250 Zeichen | 3.000 Zeichen | 10.000 Zeichen |
| Monatliches Guthaben (Credits) | 25.000 Credits (oder Testkontingent) | 200.000 Credits (~4 Stunden Audio) | 1.000.000 Credits (~18–20 Stunden Audio) |
| Guthabenübertrag (Rollover) | Nicht enthalten | Nicht enthalten | 1 Abrechnungszyklus Übertrag (nur Monatsplan) |
| Audio-Exportformate | MP3 / OGG mit 128 kbps | MP3 / OGG 192 kbps; WAV 16-Bit 48kHz; Telefonie 8kHz | MP3 / OGG 192 kbps; WAV 16-Bit 48kHz; Telefonie 8kHz |
| Zugang zur Stimmenbibliothek | Stark eingeschränkt (Standard-Engines AI1–AI6) | Erweitert (über 500 Stimmen; 140 Sprachen) | Vollständig (alle Standard- & Premiummodelle) |
| ProPlus neuronale Modelle | Nicht verfügbar | Unterstützt (Turbo verbraucht 2x; High-Res & Expressive verbrauchen 4x) | Unterstützt (Turbo verbraucht 2x; High-Res & Expressive verbrauchen 4x) |
| Stimmklon-Plätze (Cloning) | 0 Plätze | 5 eigene Stimmklone | 20 eigene Stimmklone |
| Cloud-Speicher & Projekte | 0 GB; temporärer Verlauf | 1 GB Speicher; 100 Projekte | 10 GB Speicher; 250 Projekte |
| Speech-to-Speech (STS) | Nicht verfügbar | Unterstützt (100 Credits / Sekunde) | Unterstützt (100 Credits / Sekunde) |
| Kundensupport | Standard-E-Mail | Standard-E-Mail | Priorisierter E-Mail-Support |
Der Mythos der Namensnennung: Warum Credits im Free-Tarif nicht vor Abmahnungen schützen
Viele Einsteiger platzieren in der Videobeschreibung auf YouTube Hinweise wie "Voice by voicemaker.in" und gehen davon aus, dass die Erwähnung der Urheberschaft vor urheberrechtlichen Konsequenzen schützt.
Die offiziellen Lizenzbestimmungen von Voicemaker stellen dies unmissverständlich klar:
- Reine Evaluierungsnutzung im Free-Tarif: Die kostenlose Version dient ausschließlich persönlichen Experimenten, Machbarkeitsprüfungen und privaten Tests.
- Quellenangabe ersetzt keine kommerzielle Lizenz: Ein Credit-Vermerk ist eine höfliche Geste, begründet jedoch kein Recht auf wirtschaftliche Verwertung. Sobald ein Video mit Werbeanzeigen monetarisiert wird (YouTube Partnerprogramm), gesponserte Produktplatzierungen enthält, Teil eines bezahlten Online-Kurses ist oder als Auftragsarbeit an einen Kunden geliefert wird, stellt dies eine Vertragsverletzung dar – unabhängig davon, ob Voicemaker genannt wurde oder nicht.
- Volle Unabhängigkeit in Bezahltarifen: Sobald ein aktives Abonnement von Basic (Starter) oder Pro besteht, sind die kommerziellen Nutzungsrechte vollständig abgedeckt. Es besteht keinerlei Verpflichtung, Voicemaker im Abspann, in den Metadaten oder in der Videobeschreibung zu erwähnen oder zu verlinken.
Kommerzielle Nutzung im Vergleich zu Wiederverkaufsverboten (Reselling)
Voicemaker definiert kommerzielle Rechte als jede Verwendung der generierten Stimmen im Rahmen geschäftlicher Aktivitäten, die direkt oder indirekt zu einem wirtschaftlichen Vorteil führen. In den bezahlten Tarifen ist Folgendes zulässig:
- Monetarisierte Videos auf YouTube, TikTok, Facebook und Instagram
- Werbespots für Radio, TV, Webkampagnen und betriebliche Schulungsvideos
- Hörbücher und kommerzielle Podcasts auf Vertriebsplattformen
- Fertige Sprachdateien als Dienstleistung für externe Auftraggeber
Allerdings bedeuten kommerzielle Nutzungsrechte kein Weiterverkaufsrecht der Plattform selbst. Folgendes ist untersagt:
- Das Weiterverkaufen von Voicemaker als eigene White-Label-Sprachsynthesesoftware
- Das Unterlizenzieren oder Teilen von API-Schlüsseln mit unbefugten Dritten
- Die Nutzung generierter Audiodateien zum Trainieren oder Evaluieren konkurrierender KI-Sprachmodelle
Fortbestand der Urheberrechte nach Kündigung des Abonnements
Eine Kernfrage für Agenturen und Freiberufler lautet: "Verlieren meine bereits veröffentlichten Videos ihre Gültigkeit, wenn ich das Abonnement nach Projektabschluss kündige?"
Die Richtlinien von Voicemaker geben hier Entwarnung: Ersteller behalten das dauerhafte Urheberrecht (Perpetual Copyright) an allen Audiodateien, die während eines aktiven, bezahlten Abonnements rechtmäßig erstellt und heruntergeladen wurden. Ein nachträgliches Kündigen verpflichtet nicht dazu, frühere Videos offline zu nehmen oder Nachzahlungen zu leisten. Unverbrauchte Credits und angesammeltes Übertragsguthaben verfallen jedoch bei Nichtverlängerung des Abonnements.
Zeichenlimits und Guthaben-Verbrauchsmechanik im Detail
Für eine realistische Budget- und Workflow-Kalkulation muss strikt zwischen dem Zeichenlimit pro einzelner Umwandlung und dem monatlichen Gesamtkontingent unterschieden werden.
1. Praxisrelevanz des Zeichenlimits pro Umwandlung
Das Zeichenlimit bestimmt, wie viel Text mit einem einzigen Klick auf "Convert to Speech" in Sprache überführt werden kann:
- Free-Tarif (250 Zeichen): Reicht für etwa 1 bis 2 kurze Sätze. Längere Skripte müssen in mühsamer Kleinarbeit stückweise generiert und in einer Audioschnittsoftware zusammengesetzt werden, was zu spürbaren Brüchen in der Intonation führt.
- Basic / Starter-Tarif (3.000 Zeichen): Entspricht etwa 450 bis 600 Wörtern. Dies deckt vollständige Skripte für YouTube Shorts, Instagram Reels, Podcast-Intros oder zwei- bis dreiminütige Erklärvideos problemlos in einem Durchgang ab.
- Pro-Tarif (10.000 Zeichen): Verarbeitet 1.500 bis 2.000 Wörter auf einmal. Damit lassen sich ganze Kapitel von Video-Essays, Dokumentationen oder Lehrstoff-Module durchgehend vertonen, ohne dass manuelle Schnittkanten die Sprachmelodie stören.
- Sonderpaket für Buchautoren: Für umfangreiche Buchproduktionen bietet Voicemaker das Audiobook & Podcast Creation Pack (Aktionspreis ca. $25/Jahr), das das Umwandlungslimit auf 100.000 Zeichen pro Durchgang anhebt und 1.000.000 Jahres-Credits umfasst.
2. Multiplikatoren und Sprachregelungen bei Credits
Ein Zeichen in lateinischer Schrift entspricht bei Standardmodellen in der Regel einem Credit. Bei anspruchsvollen Modellen oder nicht-lateinischen Schriftsystemen greifen jedoch Multiplikatoren:
- CJK-Schriften (Chinesisch, Japanisch, Koreanisch) verbrauchen 2x: Wegen der rechenintensiven Phonem- und Zeichenzerlegung werden 2 Credits pro Zeichen berechnet.
- Standard neuronale Stimmen (Default AI1–AI6, HashCode): 1 Credit pro Zeichen.
- ProV1 neuronale Stimmen: 1 Credit pro Zeichen.
- FlashX HD Mehrsprachenmodell: 1 Credit pro Zeichen.
- ProV2 neuronale Stimmen: 2 Credits pro Zeichen.
- ProPlus Turbo-Modell: 2 Credits pro Zeichen (unter 100 ms Latenz, optimiert für Dialoganwendungen und hohen Durchsatz).
- ProPlus Expressive & High-Res Modelle: 4 Credits pro Zeichen (Studioakustik mit Steuerungs-Tags für Flüstern, Lachen und dramatische Betonungen).
- Speech-to-Speech (Sprach-zu-Sprach-Modulation): 100 Credits pro Sekunde.
- Speech-to-Text (Transkription inklusive SRT-Export): 10 Credits pro Sekunde.
Berechtigungen für neuronale Sprachmodelle: Basic vs. Pro
Obwohl sowohl Basic als auch Pro auf moderne neuronale Synthesemodelle zugreifen können, unterscheiden sich Audioqualität und Projektverwaltung deutlich.
Studio-Audioqualität und Exportformate
- Free-Tarif: Beschränkt auf komprimiertes MP3/OGG mit 128 kbps, bei dem in den Höhen Kompressionsartefakte hörbar werden können.
- Basic- und Pro-Tarif: Liefern unkomprimiertes WAV in Studioqualität (16-Bit PCM, 48 kHz), hochauflösendes MP3/OGG mit 192 kbps sowie Telefonie-Formate mit 8 kHz. Die unkomprimierte 48-kHz-WAV-Datei ist für professionelle Mischungen mit Musik, Equalizern und Dynamikprozessoren unerlässlich.
Kapazitäten beim Stimmklonen (Voice Cloning)
- Basic / Starter: Bietet 5 Speicherplätze für Stimmklone. Bei Vorliegen der schriftlichen Einwilligung der Sprecher lassen sich saubere Audioaufnahmen zu unverwechselbaren Markenstimmen trainieren.
- Pro: Erweitert das Kontingent auf 20 Stimmklon-Plätze. Dies ist ideal für Agenturen, die Hörspielcharaktere betreuen oder für mehrere Kunden eigenständige Sprecherprofile pflegen müssen.
Expressive Prompts und emotionale Nuancen
Das Spitzenmodell ProPlus Expressive ermöglicht es, über Text-Prompts Gefühlszustände wie Flüstern, Pausen oder Heiterkeit in über 70 Sprachen gezielt zu steuern. Zusammen mit dem 10.000-Zeichen-Fenster des Pro-Tarifs können dramatische Dialoge ohne unnatürliche Klangbrüche an Schnittstellen umgesetzt werden.
Guthabenübertrag (Credit Rollover)
- Basic / Starter: Kein Übertrag. Am Ende des monatlichen Abrechnungszyklus verfallen nicht verbrauchte Credits aus dem 200.000er-Kontingent.
- Pro Monatsplan: Beinhaltet einen Übertrag für 1 Abrechnungszyklus. Wer in einem Monat nur 400.000 der 1.000.000 Credits benötigt, nimmt die verbleibenden 600.000 Credits in den Folgemonat mit und verfügt dann über 1.600.000 Credits. Dies federt saisonale Produktionsspitzen ideal ab. (Hinweis: Jahrespläne erhalten das Gesamtkontingent auf einmal und nutzen keinen monatlichen Rollover).
Entscheidungshilfe: Welcher Tarif passt zu Ihrem Workflow?
Wann der Free-Tarif ausreicht
- Sie möchten lediglich Klangfarben testen, die Aussprache kniffliger Fachbegriffe prüfen oder die Latenz der Plattform messen.
- Sie planen keinerlei Veröffentlichung auf werbefinanzierten Kanälen oder in Kundenprojekten.
Wann Basic (Starter monatlich für $5 USD) die richtige Wahl ist
- Einzelne YouTuber und Social-Media-Ersteller: Sie betreiben monetarisierte Kanäle mit Shorts, Reels oder wöchentlichen Videos von bis zu 3.000 Zeichen Text pro Abschnitt.
- Kompakte Erklärvideos und Budget-Projekte: Sie benötigen rechtssichere kommerzielle Nutzungsrechte, 48-kHz-WAV-Audio und Befreiung von Nennungspflichten zu minimalen Einstiegskosten.
Wann sich das Upgrade auf Pro ($24 USD/Monat bzw. $240 USD/Jahr) lohnt
- Agenturen, Studios und Vielproduzenten: Sie produzieren täglich Videos, umfassende Firmenlehrgänge oder liefern regelmäßig fertige Tonspuren an Auftraggeber.
- Lange Manuskripte: Sie müssen 1.500 bis 2.000 Wörter am Stück vertonen, ohne Sprachdateien nachträglich manuell zusammenstückeln zu müssen.
- Intensive Nutzung von Expressive-Modellen: Da emotionale ProPlus-Modelle 4 Credits pro Zeichen verbrauchen, reicht das 200.000er-Kontingent von Basic nur für rund 50.000 Zeichen; Pro bietet mit 1.000.000 Credits das notwendige Polster.
- Planungssicherheit: Sie profitieren vom einmonatigen Guthabenübertrag und priorisiertem Kundensupport bei eiligen Abgabefristen.