TTS-STIMMDESIGN-BENCHMARK
Wie gut erwecken TTS-Modelle Charaktere zum Leben?
Ein offener Benchmark, der misst, wie überzeugend TTS-Modelle aus Charakterbeschreibungen in natürlicher Sprache unverwechselbare, rollengerechte Stimmen erschaffen.
LEADERBOARD
Stimmdesign-Rangliste
Breeze TTS 2
MiMo-V2.5-TTS
Inworld Voice Design
Fun-AudioGen-VD
Eleven v3
Qwen3-TTS-VD
VoxCPM2METRIKEN
Drei Maße für gelungenes Charakter-Stimmdesign.
Wir bewerten Rollenpassung, Stimmenvielfalt und Textprüfung. Zusammen erfassen sie sowohl die einzelne Leistung als auch die Bandbreite über die gesamte Besetzung.
Rollenpassung
Ob die erzeugte Stimme wirklich zur Figur gehört. Die Prüfenden bewerten Alter, Klangfarbe, Temperament und Vortrag gemeinsam von 1 bis 5 anhand des vollständigen Rollenprofils. Clips, die die Textprüfung nicht bestehen, werden ausgeschlossen.
Stimmenvielfalt
Die Anzahl akustisch unterscheidbarer Stimmcluster über die gesamte erzeugte Besetzung. Das zeigt, ob die Besetzung nach verschiedenen Menschen klingt oder auf wenige Hausstimmen zusammenfällt. Es ergänzt die Rollenpassung, denn ein Modell kann einzelnen Prompts gut folgen und trotzdem immer wieder dieselben wenigen Stimmen verwenden.
Textprüfung
Ob jeder Clip seine vorgesehene Zeile klar spricht — getrennt von der Qualität des Stimmdesigns bewertet. Kleinere Aussprache- oder Verständlichkeitsprobleme bestehen. Auffällige Ersetzungen, Auslassungen oder Einfügungen gelten als beeinträchtigt. Umgeschriebene oder übersprungene Zeilen fallen durch. Der ausgewiesene Wert ist der Anteil der als bestanden bewerteten Clips.
DATASET
1.000 Charaktere aus sieben Welten des Erzählens
Kuratiert aus CharacterCodex, verbindet jede Aufgabe einen anonymisierten Charakter-Prompt mit einem natürlichen Vorschautext — so wird das Erschaffen unverwechselbarer Stimmen geprüft, ohne sich auf bekannte Namen oder Franchises zu stützen.
Literatur, Bühne und Lyrik
18%Romane • Theaterstücke • Kurzgeschichten • Lieder • Lyrik
Sachtexte, Nachrichten und Forschung
17%Biografien · Dokumentationen · Zeitungen · Wissenschaftliche Aufsätze · Fachzeitschriften
Mythos, Folklore und historische Überlieferung
14%Mythologie · Moderne Sagen · Historische Texte · Volkskunde · Märchen
Illustrierte und animierte Medien
14%Manga · Graphic Novels · Anime · Comics · Webcomics
Spiele und interaktives Spielen
13%Videospiele · Brettspiele · Kartenspiele · Pen-and-Paper-Rollenspiele
Zeitschriften und Webmedien
13%Magazine · Blogs · Onlineartikel
Film und Fernsehen
11%Filme · Fernsehserien
HÖR DEN UNTERSCHIED
Gleiche Figur. Gleicher Text. Welche Stimme passt besser?
Stimmdesign-Prompt
Mature male, 50s-60s, Japanese-accented English. Dignified, measured, stoic tone. Clear texture with slight age rasp. Deliberate pacing, significant pauses. Conveys wisdom, authority, and visionary caution.
Text
We do not rebuild a nation with noise or haste. We place each stone with care, and when doubt rises, we answer it with discipline, patience, and an unshaken sense of duty.
Stimme A
Stimme B
RESSOURCEN
Ergebnisse nachvollziehen oder eigene Figuren erschaffen
Evaluation Suite
Alles, was du brauchst, um diese Ergebnisse zu reproduzieren oder ein neues System zu bewerten.
Dataset holen
Lade alle 1.000 Stimmdesign-Aufgaben herunter — mit Prompts, Vorschautexten und Rollen-Metadaten.
Mehr Stimmen entdecken
Entdecke 15.000 einzigartige Charakterstimmen in Voice Galaxy, einem interaktiven 3D-Universum.
Erschaffe deine Figur
Verwandle eine Charakterbeschreibung oder ein Bild in BreezeBlue Studio in eine unverwechselbare, ausdrucksstarke Stimme.