Deutscher KI
Stimmgenerator

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. AMD-GPUs mit mindestens 8 GB VRAM können Musik und Sprache über Vulkan ausführen. Die AMD-Unterstützung ist weiterhin experimentell und kann weniger konsistent sein als NVIDIA/CUDA, das die ausgereifteste Foundry-Erfahrung bietet.

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 - im laufenden Monat bei Monatsplänen oder im laufenden Jahr bei Jahresplänen. 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 - und Foundry erstellt den Stimmklon lokal auf deinem Rechner. Geklonte Stimmen können mehr als 40 Emotionen und Sprechstile mit jeweils fünf Intensitätsstufen nutzen, ohne Gebühren pro Zeichen oder Generierung.

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 anwendbaren Transparenzanforderungen des EU AI Act zu erfüllen. Erzeugtes Audio wird in seinen Metadaten als KI-generiert gekennzeichnet und trägt Tonotope, Demodokos´ robustes, unhörbares Wasserzeichen zur Kennzeichnung des KI-Ursprungs.