# AWS führt eingeschränktes Voice Cloning in Amazon Polly ein

> Amazon Polly kann aus wenigen Minuten Aufnahmen einer Person, die zugestimmt hat, eine synthetische Stimme erstellen. Der Zugriff ist auf freigeschaltete AWS-Konten beschränkt; die Nutzung ist kostenpflichtig.

Oossa · 2026-11-19 · https://oossa.com/de/aws-launches-gated-voice-cloning-in-amazon-polly

AWS hat Voice Cloning in Amazon Polly allgemein verfügbar gemacht, der Zugriff ist jedoch kontobasiert beschränkt. Die Funktion erstellt aus Aufnahmen einer Person, die dem Klonen zugestimmt hat, eine synthetische Stimme. Unternehmen können diese Stimme anschließend für Telefonsysteme, Apps, Spiele, Lernangebote und andere Inhalte nutzen, ohne jede neue Zeile im Studio aufnehmen zu müssen.

Laut AWS ist die Erstellung einer Stimme kostenlos. Die Sprachgenerierung mit einer geklonten Stimme wird nach tatsächlicher Nutzung abgerechnet. Zum Start unterstützt die Funktion Englisch, Spanisch, Deutsch, Französisch, Italienisch, Portugiesisch und Hindi. Eine geklonte Stimme spricht ausschließlich die Sprache der Aufnahmen; Akzente außerhalb der von AWS getesteten Aufnahmeorte wurden laut Unternehmen weniger umfassend geprüft.

## So funktioniert das Klonen

Kunden reichen eine bis 10 Aufnahmen mit einer Gesamtlänge von höchstens 15 Minuten ein. AWS empfiehlt zwei bis 10 Minuten natürlich gesprochene Sprache, aufgenommen von einer Person in einem ruhigen Raum. Die Erstellung einer Stimme dauert in der Regel fünf bis 10 Minuten und läuft im Hintergrund. Sobald sie bereitsteht, können Entwickler sie mit den Sprachgenerierungswerkzeugen von Polly nutzen – auch für längere Audiodateien, die in Amazon S3 gespeichert werden.

Die Funktion ist nicht automatisch für alle Kunden freigeschaltet. Laut AWS haben ausgewählte Polly-Kunden bereits Zugriff; andere können sich an ihr AWS-Account-Team wenden oder einen Antrag stellen. Angeboten wird die Funktion in den AWS-Regionen, die Pollys generative Engine unterstützen, darunter die Region US GovCloud. Anfangs sind 10 geklonte Stimmen pro Konto und Region möglich.

## Einwilligung und Kontrolle gehören zum Verfahren

Beim Erstellen einer Stimme muss der Kunde bestätigen, dass die betreffende Person ihre Einwilligung erteilt hat. AWS versieht mit geklonten Stimmen erzeugte Sprache nach eigenen Angaben mit einem Wasserzeichen, löscht seine Kopie der Originalaufnahmen nach der Stimmenerstellung und verwendet diese Aufnahmen nicht zum Trainieren von Polly-Modellen. Die Daten der erstellten Stimme sind verschlüsselt und bleiben gespeichert, bis der Kunde sie löscht.

Eine geklonte Stimme ist nur in dem AWS-Konto und der Region verfügbar, in der sie erstellt wurde. Kontoinhaber können festlegen, welche Nutzer und Dienste sie verwenden dürfen, und die Stimme löschen. Um eine Stimme in einer anderen Region oder einem anderen Konto bereitzustellen, müssen Kunden sie erneut aus den Aufnahmen erstellen und sicherstellen, dass die Einwilligung der betreffenden Person jede Kopie abdeckt.

AWS sieht Einsatzmöglichkeiten etwa für einheitliche Ansagen im Kundenservice und für Erzähltexte, die sich überarbeiten lassen, ohne eine weitere Aufnahmesitzung zu buchen. Das Unternehmen rät Kunden jedoch, die Stimme vor dem Einsatz mit eigenen Skripten anzuhören: Namen und Zahlen müssen möglicherweise getestet werden, und derselbe Text kann bei verschiedenen Anfragen etwas unterschiedlich klingen.

## Die Fakten

- Voice Cloning ist in sieben Sprachen verfügbar; jede Stimme spricht nur die Sprache, in der ihre Aufnahmen vorliegen.
- Die Erstellung einer Stimme dauert in der Regel fünf bis 10 Minuten und ist kostenlos; die Sprachgenerierung wird nach tatsächlicher Nutzung abgerechnet.
- Anfangs sind 10 geklonte Stimmen pro AWS-Konto und Region möglich.
- Laut AWS ist mit geklonten Stimmen erzeugte Sprache mit einem Wasserzeichen versehen; die Originalaufnahmen werden nach der Stimmenerstellung gelöscht.

## Warum es wichtig ist

Für Unternehmen, die Polly in Kundenservice-Hotlines oder Apps einsetzen, könnte die Funktion Aktualisierungen gesprochener Ansagen ermöglichen, ohne die einheitliche Stimme zu wechseln. Der Zugriff ist beschränkt. Außerdem benötigen Unternehmen weiterhin die Einwilligung der betreffenden Person und sollten die erzeugte Sprache vor dem Einsatz mit ihren tatsächlichen Skripten testen.

## Quellen und Referenzen

1. [Amazon Polly launches voice cloning: A unique voice for your brand](https://aws.amazon.com/blogs/machine-learning/amazon-polly-launches-voice-cloning-a-unique-voice-for-your-brand/) – AWS, 2026-11-19

Zuletzt aktualisiert: 2026-11-19
