In der App
ab $12,00 pro Monat bei jährlicher Zahlung · Creator
Erzählstimmen, ganze Sprecherensembles und Musik für YouTube, Hörbücher, Podcasts und Werbung. Alles wird auf deiner eigenen Grafikkarte erzeugt. Du zahlst einen festen Preis, egal wie viel du vertonst. Deine Skripte gelangen nie auf unsere Server.
Windows 10 oder 11, 64-Bit. NVIDIA-Grafikkarte mit mindestens 6 GB.
Wird geladen
Stimmen
Lege im Voice Designer Geschlecht, Alter, Tonhöhe, Sprechtempo, Klang und Charakter fest. Foundry erstellt die Stimme auf deinem PC.
Importiere eine kurze Aufnahme deiner eigenen Stimme oder einer Stimme, die du verwenden darfst. Foundry klont die Stimme auf deinem PC. Du legst fest, welche der 10 Sprachen sie spricht.
Erstelle so viele Stimmen, wie du möchtest. Ohne Aufpreis pro Stimme.
JackNoir-DetektivEinstellungen: männlich, mittleres Alter, tiefe Tonhöhe, langsames Sprechtempo, rauchiger Klang, körnige Stimmtextur, abgekämpfter Detektiv.
So funktioniert es
Mit jedem Tarif kannst du in der App selbst so viele Voiceovers erstellen, wie du möchtest. Professional bietet zusätzlich eine Kommandozeile und eine API. Damit kann ein KI-Agent wie Claude Code oder dein eigenes Skript dieselben Schritte für dich erledigen. Nach der einmaligen Einrichtung beschreibst du jeden Auftrag in einem Satz.
In der App
ab $12,00 pro Monat bei jährlicher Zahlung · Creator
Mit KI-Agent
ab $39,20 pro Monat bei jährlicher Zahlung · Professional
Kosten
Vergleiche geschätzte Cloud-Kosten mit unbegrenzter lokaler Generierung. Für einzelne Skripte und Projekte gelten weiterhin die Grenzen deines Foundry-Tarifs. Stelle ein, wie viel du veröffentlichst, und vergleiche die Kosten.
Du erzeugst etwa 300 Minuten Sprachaufnahmen pro Monat
Für wen ist Foundry?
Wähle deinen Einsatzbereich und hör rein. Alle Stimmen und die gesamte Musik wurden mit Foundry erzeugt.

Dokumentationen, Erklärformate und Geschichten ohne Auftritt vor der Kamera. Mit einer Erzählerstimme, die in der dreihundertsten Folge noch genauso klingt wie in der ersten.
Vergiss nie ein Gesicht0:51
Datenschutz
Bei einem Cloud-Dienst werden deine Prompts, deine Stimme und deine unveröffentlichten Inhalte auf fremden Servern verarbeitet. Über die Regeln entscheidet der Anbieter. Foundry läuft auf deinem eigenen PC. Deine Inhalte gelangen nicht zu uns.
Preise
Beide Tarife kommen ohne Credits und Zeichenzähler aus. Professional bietet zusätzlich Automatisierung und die Nutzung für Kundenaufträge. Für einzelne Skripte, Generierungen und Projekte gelten die Grenzen des jeweiligen Tarifs.
Bei jährlicher Zahlung 20 % sparen
Oder zahle monatlich und kündige jederzeit.
Dein eigener Kanal, dein Buch oder Podcast
$12,00pro Monat
$144,00 bei jährlicher Zahlung$15,00 bei monatlicher Zahlung
Empfohlen
Automatisierung und Kundenaufträge
$39,20pro Monat
$470,40 bei jährlicher Zahlung$49,00 bei monatlicher Zahlung
Zum Start ist eine Autorisierung über PayPal erforderlich. Während der 7-tägigen Testphase fallen keine Kosten an. Nach Ablauf wird das gewählte Abo automatisch berechnet. Kündige vor der nächsten Verlängerung im Bereich Abrechnung. Alle Preise zzgl. MwSt., die beim Bezahlen je nach Land berechnet wird.
Enterprise: für Teams ab 5 Personen. Erforderlich ab 5 Lizenzen, 10 Beschäftigten oder 2 Mio. US-Dollar Umsatz. Kontaktiere uns für ein individuelles Lizenzangebot.
Voraussetzungen
Du weißt nicht, wie viel Speicher deine Grafikkarte hat? Drücke Strg Shift Esc, öffne im Task-Manager den Bereich Leistung, wähle GPU und lies den Wert bei „Dedizierter GPU-Speicher“ ab.
Ja. Sämtliche KI-Generierung, Stimmklonung und Audioverarbeitung laufen lokal auf deiner GPU. Prompts, Skripte, Stimmproben und erzeugte Audiodateien werden nicht in einen Cloud-Dienst hochgeladen. Für Anmeldung und Lizenzprüfung ist weiterhin eine Internetverbindung erforderlich. Foundry kann dich abmelden, wenn der Authentifizierungsserver über längere Zeit nicht erreichbar ist.
Nein. Deine Audiodateien, Stimmproben, Prompts, Skripte, Projektdaten und generierten Inhalte bleiben auf deinem Computer. Foundry lädt kreative Inhalte weder zur Generierung noch zur Verarbeitung in einen Cloud-KI-Dienst hoch.
Eine NVIDIA-GPU mit mindestens 4 GB VRAM kann ausgewählte Sprachmodelle mit reduzierter Qualität ausführen. 6 GB sind ein praxisgerechter Einstieg, während für die beste Gesamtleistung bei Musik und Sprache 12 GB oder mehr empfohlen werden. AMD-GPUs mit mindestens 8 GB VRAM können Musik und Sprache über Vulkan ausführen; die AMD-Unterstützung ist jedoch weiterhin experimentell. NVIDIA mit CUDA wird empfohlen.
Ja. Mit einer AMD-GPU mit mindestens 8 GB VRAM lassen sich Musik und Sprache über Vulkan erzeugen. Die AMD-Unterstützung ist weiterhin experimentell und kann weniger zuverlässig laufen als NVIDIA mit CUDA. Für NVIDIA mit CUDA ist die Unterstützung in Foundry am weitesten ausgereift.
Foundry ist derzeit für 64-Bit-Versionen von Windows 10 und Windows 11 verfügbar. Native Versionen für macOS und Linux sind aktuell nicht erhältlich.
Der Creator-Plan kostet $15.00/Monat und der Professional-Plan $49.00/Monat. Eine vergünstigte Jahresabrechnung ist ebenfalls verfügbar. Beide Pläne enthalten unbegrenzte lokale KI-Musik- und Stimmgenerierung ohne Credits pro Generierung; je nach Plan gelten Grenzen für Projektgröße, Dauer und erweiterte Funktionen. Eine kostenlose 7-Tage-Testphase ist enthalten.
Ja. Demodokos Foundry bietet eine kostenlose 7-Tage-Testphase mit dem vollen Funktionsumfang der ausgewählten Lizenz. Sie wird über PayPal mit einer $0-Autorisierung gestartet, und dir wird nichts berechnet, sofern du das Abonnement nach Ablauf der Testphase nicht fortführst. Du kannst jederzeit vor Ablauf kündigen.
Ja, jederzeit unter Abrechnung > Kündigen. Die Kündigung stoppt die nächste Verlängerung und wird am Ende des aktuellen Abrechnungszeitraums wirksam, also nach dem laufenden Monat bei Monatstarifen oder nach dem laufenden Jahr bei Jahrestarifen. Bis dahin behältst du den vollen Zugriff. Bereits geleistete Zahlungen werden nicht erstattet, und es fallen keine Kündigungsgebühren an. Während der kostenlosen Testphase kannst du jederzeit ohne Kosten kündigen.
Ja. Importiere eine kurze Aufnahme deiner Stimme oder einer anderen Stimme, die du verwenden darfst. Foundry erstellt den Stimmklon lokal auf deinem PC. Du legst fest, welche Sprachen die Stimme spricht. Sie nutzt alle Emotionen und Sprechstile deines Tarifs, jeweils mit fünf Intensitätsstufen. Es fallen keine Gebühren pro Zeichen oder Generierung an.
Demodokos Foundry unterstützt Musikgenerierung und Liedtexte in 50 Sprachen sowie Sprach- und Stimmgenerierung in 10 Sprachen. Der Creative-AI-Agent ist für englische Unterhaltungen optimiert. Größere Creative-AI-Modelle auf Systemen mit mehr VRAM verstehen zusätzliche Sprachen und bieten stärkere mehrsprachige Unterstützung für Liedtexte, Textanalyse und Narration.
Demodokos Foundry verwendet proprietäre KI-Systeme und angepasste Modelle, die auf Open-Source-Grundlagen entwickelt wurden. Demodokos verändert, erweitert und adaptiert diese Grundlagen umfassend, bevor sie in die proprietäre Musik-, Sprach- und Audioproduktionsarchitektur integriert werden.
Die Music-v4-Engine baut auf einer modifizierten ACE-Step-1.5-Grundlage auf und integriert eine spektralflussgesteuerte Stabilisierung direkt in den Generierungsprozess. Speech v4 entwickelt Qwen3-TTS durch weitere Anpassungen und umfangreiche Architekturänderungen weiter, während Creative AI eingeschränkte Qwen3-Sprachmodelle in einer eigenen agentischen Pipeline nutzt. Außerdem hat Demodokos Metas AudioSeal-Technologie zu Tonotope weiterentwickelt, einem leichten System zur Kennzeichnung des KI-Ursprungs, das direkt und unhörbar in erzeugtes Audio eingebettet wird.
Sämtliche KI-Inferenz läuft lokal über einen eigenen C++-Inference-Stack auf Basis von GGML und ONNX.
Nein. Ein Wrapper legt gewöhnlich eine neue Oberfläche über ein bestehendes Modell, während die zugrunde liegende Technologie und der Arbeitsablauf weitgehend unverändert bleiben. Foundry geht deutlich weiter.
Demodokos verändert und erweitert die Modelle selbst und entwickelt darum proprietäre Systeme für Generierung, Stimmkonsistenz, Orchestrierung und Audioverarbeitung. Music v4 und Speech v4 enthalten Änderungen, die musikalische Stabilität, Sprecheridentität, Ausdruck und Langzeitkonsistenz direkt beeinflussen.
Besonders sichtbar wird der Unterschied im Rich Speech Editor. Er verbindet das vertraute Arbeiten in einem Dokument mit Werkzeugen speziell für gesprochene Produktionen: visuelle Sprecher- und Regiehinweise, Hintergrundmusik und Soundeinblendungen, überlappende Dialoge, natürliches Crosstalk, samplegenaues Timing und visuell einstellbare DSP-Effekte. Jeder Satz kann im Kontext angehört, bearbeitet oder neu generiert werden, mit individueller Kontrolle über Tempo, Tonhöhe, Lautstärke und Vortrag.
Foundrys agentische Pipelines können ganze Bücher verarbeiten, in Kapitel aufteilen, Inhalte zusammenfassen und analysieren, Bilder und OCR-Text auswerten, Sprecher erkennen, Stimmen aus KI-erstellten Figurenbeschreibungen erzeugen und die Narration vorbereiten. Eine separate Narrationspipeline kann Texte anpassen, den passenden Sprecher wählen und Zeile für Zeile geeignete Emotionen festlegen.
Anschließend können Projekte in Musikgenerierung, Stem-Separation, Abschnittsreparatur, Timeline-Arrangement, Mischung und finalen Export übergehen. Foundry ist kein Frontend für Drittmodelle, sondern eine integrierte lokale Audioproduktionsumgebung, die Langtexte vom Dokument bis zum fertigen Klang verarbeitet.
ElevenLabs ist eine Cloud-Plattform mit monatlichen Nutzungsguthaben. Demodokos Foundry ist eine lokale Audioproduktionsumgebung für Windows: Die Generierung läuft auf deiner eigenen GPU, Skripte, Stimmen und Audio bleiben auf deinem Rechner, und Ausgaben werden weder nach Zeichen noch über Credits pro Generierung abgerechnet.
Foundry ist außerdem auf vollständige Produktionen statt auf isolierte Generierungen ausgelegt. Im Rich Speech Editor kannst du in einer vertrauten Dokumentoberfläche schreiben, Sprecher zuweisen, Emotion und Vortrag zeilenweise steuern, Musik und Sounds einfügen, überlappende Dialoge und Crosstalk erstellen, jeden Satz im Kontext neu generieren und Tempo, Tonhöhe, Lautstärke, Timing sowie DSP direkt im Dokument anpassen. Agentische Arbeitsabläufe können ganze Bücher vorbereiten, indem sie Kapitel segmentieren, Text und Bilder analysieren, Sprecher erkennen, Stimmen entwerfen und die Narration steuern.
Musikgenerierung, Stem-Separation, Abschnittsreparatur, Timeline-Mixing und Automatisierung sind in derselben Desktop-Anwendung integriert. Der entscheidende Unterschied ist ein privates, integriertes lokales Studio anstelle eines Cloud-Dienstes, dessen Nutzung über Credits gemessen wird.
Ja. Demodokos Foundry ist darauf ausgelegt, DSGVO-konforme Arbeitsabläufe zu unterstützen. Sämtliche KI-Generierung, Stimmklonung und Audioverarbeitung laufen auf deiner eigenen Hardware. Geschäftsinhalte, Kundenaudio, proprietäre Stimmaufnahmen, interne Skripte und vertrauliche Narration bleiben damit in deinem Umfeld, statt an einen Cloud-KI-Anbieter übertragen zu werden. Kein Cloud-KI-Anbieter erhält oder speichert deine kreativen Inhalte. Das gibt deiner Organisation direkte Kontrolle und Datenhoheit über den Generierungsprozess und macht Foundry besonders geeignet für Unternehmen, Rechtsabteilungen, das Gesundheitswesen, Medienagenturen und andere datenschutzsensible Anwendungen.
Ja. Demodokos Foundry ist darauf ausgelegt, die geltenden Transparenzanforderungen des EU AI Act zu erfüllen. Erzeugte Audiodateien werden in ihren Metadaten als KI-generiert gekennzeichnet. Sie enthalten außerdem Tonotope, das robuste, unhörbare Wasserzeichen von Demodokos zur Kennzeichnung des KI-Ursprungs.
Teste 7 Tage lang alle Stimmen, Sprechstile und Effekte mit deinen eigenen Texten. Ab $12,00 pro Monat bei jährlicher Zahlung.