Reicht eine geklonte KI-Stimme, damit ein Video nach einem selbst klingt?

Eine geklonte KI-Stimme allein reicht nicht, damit ein Video nach einem selbst klingt, denn sie übernimmt den Klang, nicht die Art zu reden. Für die Skripte meiner ElevenLabs-Stimme habe ich deshalb 62 Minuten eigener Videos auswerten lassen: rund 137 Wörter pro Minute, erst die Frage, dann eine kurze Antwort, trockener Humor ohne Lachen. Das liegt jetzt als Stilprofil fest, und jedes neue Skript wird zuerst daran gemessen. Die Stimme ist schnell kopiert, die eigene Art zu reden muss man erst einmal aufschreiben.