Die KI singt auf deinem Beat
Du baust Beats, willst aber nicht selbst singen? Lade den Beat hoch, füge deinen Songtext ein und wähle eine Stimme. Die KI hört sich den Beat an, singt deinen Text im Takt und passend zu den Akkorden und mischt den Gesang auf genau diesen Beat. Mit Meine Stimme klingt der Song nach deiner Klangfarbe, auch wenn Singen nicht deine Stärke ist.
- Dein Beat bleibt unverändert
- Männlich, weiblich oder deine Stimme
- Gesang einzeln herunterladen
Dein Beat
Beat hier ablegen
MP3, M4A, WAV, FLAC oder OGG · bis 20 MB · 15 Sekunden bis 5 Minuten · nur Instrumental, ohne Gesang
Leer lassen, dann findet die Maschine das Ende des Intros selbst. Hat dein Beat ein langes Intro oder einen ungewöhnlichen Instrumentalteil, gib die Sekunde ein, ab der gesungen wird.
Text ohne Markierungen geht auch: Wiederholte Strophen gelten als Refrain, und für Zwischenspiele bleibt Platz. Wenn du sichergehen willst, markiere selbst mit [Verse], [Chorus], [Bridge].
0/3000 ZeichenDie KI schreibt eine neue Melodie für deinen Text auf diesem Beat. Soll die Melodie eines bestehenden Songs erhalten bleiben, nimm das AI Cover: Originalsong hochladen, die Melodie bleibt, nur die Stimme wechselt.
Stimme
Eine weibliche Stimme, die die KI beim Singen erzeugt. Sie gehört keinem echten Menschen.
Womit die KI am besten singt
- Nur Instrumental. Enthält der Beat noch Gesang oder Rufe, singt die KI darüber. Beat mit Gesang? Nutze zuerst den Vocal Remover, um nur die Musik herauszuholen.
- Text passend zur Beatlänge. Ein Beat von drei Minuten fasst meist zwei Strophen und zwei bis drei Refrains. Jede Zeile etwa so lang wie eine musikalische Phrase.
- Abschnitte markieren, wenn du sichergehen willst. [Verse] liegt tiefer und erzählt, [Chorus] geht hoch und wiederholt sich. Bei Text ohne Markierungen rät die Maschine: Wiederholte Strophen sind der Refrain, und nach dem Refrain bleibt Platz für ein Zwischenspiel.
- Die Sprache deines Textes wählen. Deutscher Text mit Englisch gewählt klingt völlig falsch ausgesprochen.
- Mehrmals starten. Jeder Durchlauf ist ein neuer Take mit demselben Beat und Text. Behalte den, der dir am besten gefällt.
Drei Schritte
- Lade deinen Beat hoch (nur Musik, kein Gesang).
- Füge deinen Songtext ein, wähle Sprache und Stimme.
- Klicke auf KI singen lassen, warte ein paar Minuten, hör dir Fertiger Song / Beat / Gesang an und lade herunter.
Lieber selbst mischen? Lade den Gesang einzeln herunter und gib ihn mit deinem Original-Beat in Auto Mix: Hall, EQ und Gesangslautstärke stellst du ein wie im Studio.
Häufige Fragen
- Singt die KI im Takt meines Beats?
- Ja. Die Maschine misst Tempo und Tonart deines Beats, findet das Ende des Intros und lässt die KI dann zum Beat singen: Die Zeilen sitzen auf dem Beat, der Refrain kommt dort, wo der Beat anzieht, und Zwischenspiele bleiben frei. Danach wird das Ergebnis gefiltert, sodass nur der Gesang bleibt, ohne durchklingende Gitarre oder Drums, bevor er auf deinen Original-Beat gemischt wird. Dein Beat bleibt genau so, wie er ist.
- Ich habe den Text eines bestehenden Songs auf dessen eigenen Beat gelegt. Warum singt die KI eine andere Melodie?
- Weil dieses Werkzeug eine neue Melodie schreibt. Ein Beat enthält Tempo, Tonart und Akkorde, aber nicht die Melodie der Sängerin oder des Sängers. Die KI komponiert deshalb zu deinem Text eine Melodie, die zum Beat passt. Soll die Originalmelodie bleiben, nimm das AI Cover: Originalsong mit Gesang hochladen, die Melodie bleibt, nur die Stimme wechselt.
- Ich singe schlecht. Kann ich trotzdem meine Stimme nutzen?
- Ja, genau dafür gibt es Meine Stimme. Die KI singt zuerst mit ihrer eigenen Stimme und wandelt die Klangfarbe dann anhand einer Probe von 20 bis 40 Sekunden in deine um. Phrasierung, Timing und Tonhöhe kommen von der KI, die Klangfarbe von dir.
- Ist das kostenlos?
- Ja. Ohne Anmeldung und ohne Tageslimit. Jede Person verarbeitet einen Song gleichzeitig: Ist er fertig, kannst du sofort den nächsten starten. Jeder Song läuft einige Minuten auf einer Grafikkarte, deshalb gibt es manchmal eine Warteschlange.
- Speichert ihr meinen Beat und meinen Text?
- Beat und Stimmprobe werden direkt nach der Verarbeitung gelöscht, der Song löscht sich nach 24 Stunden selbst. Wenn du deine eigene Stimme nutzt, wird das aus deiner Probe gelernte Stimmmodell 24 Stunden nach der letzten Nutzung gelöscht. Keine öffentliche Seite verlinkt deinen Song, und wir sperren diesen Bereich für Suchmaschinen.
- Wem gehört der fertige Song?
- Beat und Text gehören dir. Der KI-Gesang ist nicht die Stimme eines Sängers, du kannst ihn in deinem Song verwenden. Willst du kommerziell veröffentlichen, prüfe die Regeln deiner Vertriebsplattform zu Musik mit KI.
- Kann ich die Stimme eines bekannten Sängers wählen?
- Nein. Es gibt nur KI-Stimmen, die niemandem gehören, oder deine eigene Stimme. Die Stimme eines anderen ohne dessen Zustimmung zu nutzen, verletzt seine Rechte an der eigenen Stimme.
Was dieses Tool macht
Du gibst ihm einen instrumentalen Beat und deinen Songtext und wählst dann eine männliche KI-Stimme, eine weibliche KI-Stimme oder Meine Stimme. Das Gesangsmodell hört sich den Beat an, schreibt eine Gesangsmelodie zu deinen Worten und singt sie im Tempo und in der Tonart dieses Beats. Danach wird der Gesang auf deinen Original-Beat gemischt, und du bekommst drei Dateien: den fertigen Song, den Beat und den Gesang allein. Die Musik wird nicht neu erzeugt: Der Beat, den du hochlädst, ist der Beat, den du im Song hörst.
Es passt zu Produzenten, die Beats bauen, aber nicht selbst singen wollen, und zu Textern, die einen Songtext haben und mit einem Demo hören möchten, wie der Song klingen könnte. Noch kein Beat? Der Song-Generator baut einen kompletten Track von Grund auf.
Fünf Schritte, bevor der Song steht
- Tempo und Gesangseinsatz. Das Tool misst die BPM, findet die Taktgrenzen und sucht das Ende des Intros. Die wichtigste Regel: Die Stimme setzt nie dort ein, wo die Musik lauter wird, denn das ist meist ein instrumentaler Hook und nicht die erste Strophe. Du kannst den Einsatz auch selbst ins Feld „Gesang setzt ein bei“ eintragen, zum Beispiel 0:32.
- Tonart. Drei verschiedene Tonart-Erkenner stimmen ab. Die Tonart wird nur dann an das Gesangsmodell weitergegeben, wenn genügend von ihnen übereinstimmen; andernfalls hört das Modell selbst auf den Beat, statt eine möglicherweise falsche Tonart vorgegeben zu bekommen.
- Textaufbau. Einfach eingefügter Text wird automatisch beschriftet: Der am häufigsten wiederholte Zeilenblock wird zum Refrain, der Rest zu Strophen, und nach einem Refrain bleibt eine Pause für die Instrumente. Eine Strophe, die nur aus Vokalisen wie hu hu hoh besteht, wird zu einem instrumentalen Zwischenspiel. Beschriftungen, die du selbst gesetzt hast, bleiben erhalten.
- Singen, säubern, bewerten. Das Modell singt über den ab dem Einsatzpunkt gekürzten Beat, und der Gesang wird an der richtigen Sekunde wieder eingesetzt. Die Gesangsspur läuft durch einen Gesangstrenner, der Übersprechen von Gitarre und Schlagzeug entfernt. Jeder Take wird bewertet; ein Take, der zu spät einsetzt, wird neu gesungen, höchstens zweimal, und der beste wird ausgeliefert.
- Mix. Der Gesang liegt 2,2 LU unter dem Beat, dem Median aus einem öffentlichen Stem-Datensatz von 144 Songs; danach wird der Song auf etwa −14 LUFS mit −1,3 dBTP True Peak gemastert.
Was wir gemessen haben
Für jeden Schritt gibt es einen Prüfstand, bei dem die richtige Antwort vorher bekannt ist. Die wichtigsten Zahlen:
| Test | Ergebnis |
|---|---|
| Gesangseinsatz, 57 Songs mit bekannter Lösung | Ab Sekunde 0 zu singen überdeckt bei 79 % der Songs das Intro. Aktueller Erkenner: innerhalb von ±1 Takt 64,9 %, Median-Fehler 0,5 Takt, Intro überdeckt 1,8 % |
| Tonarterkennung, 48 Songs mit bekannter Tonart | 46/48 richtig (vorherige Version 40/48) |
| Textaufbau, 300 beschriftete Songs | Aufbau erkannt 96 %, Refrainzeilen erkannt 87 %, Strophe nicht mit Refrain verwechselt 92 % |
| Rhythmische Übereinstimmung (1 entspricht dem Originalsänger des Beats) | Pop 99 BPM +0,89; Lo-Fi 144 BPM +0,66. Gesang aus einem anderen Song auf demselben Beat erreicht nur +0,06 bis +0,23 |
| Vietnamesischer Text zurückgehört, mit Tonzeichen, pro Zeile | Pop 0,938; Ballade 0,860; Lo-Fi 0,688 (die ersten zwei Zeilen fehlten) |
| Beat-Übersprechen in der Gesangsspur | +0,736 vor dem Säubern, +0,257 danach; echte Sänger im Median +0,254 |
| Später Einsatz, Song eines Nutzers als 48 Zeilen am Stück eingefügt | 16,1 Sekunden vor der Korrektur; 1,1 und 0,0 Sekunden bei zwei neuen Durchläufen |
Ein weiteres Maß ist der Sustain: der Anteil der stimmhaften Zeit, der auf Töne entfällt, die 0,6 Sekunden oder länger stabil gehalten werden. Bei echtem Gesang liegt Rap bei 0,11 bis 0,19 und Balladen bei 0,22 bis 0,43. Eine Ballade unter 0,2 klingt eher gesprochen als gesungen.
Wie lange es dauert
Für einen 75 Sekunden langen Beat, gemessen auf der Live-Seite zum Start: 78 Sekunden mit einer KI-Stimme und 173 Sekunden mit Meine Stimme. Nachdem die Schritte zum Säubern und Bewerten hinzukamen, brauchte ein 100 Sekunden langer Beat mit 12 Textzeilen und einer weiblichen KI-Stimme insgesamt 219 Sekunden. Zu Stoßzeiten kommt die Wartezeit in der Warteschlange hinzu. Meine Stimme dauert länger, weil zuerst die KI singt und der Stimmwandler danach die Klangfarbe auf deine überträgt; wird eine Stimmprobe zum ersten Mal verwendet, muss das Tool diese Stimme außerdem erst lernen.
Grenzen
- Die Melodie ist neu. Ein Beat, selbst ein Karaoke-Track, enthält die Melodie des Sängers nicht. Das Gesangsmodell schreibt eine neue Melodie zu deinem Text, ein alter Text kommt also nicht auf seiner alten Melodie zurück. Willst du die Melodie einer Aufnahme behalten, für die du die Rechte hast, nutze AI Cover.
- Balladen halten Töne manchmal zu wenig. In einem einzigen Durchgang gesungen, erreicht eine Ballade beim Sustain mitunter nur etwa 0,18, also Rap-Niveau. Jeden Abschnitt von etwa 100 Sekunden einzeln singen zu lassen, hebt den Durchschnitt auf 0,30, aber zwei getrennt erzeugte Abschnitte klingen wie zwei verschiedene Sänger, deshalb ist das noch nicht eingeschaltet.
- EDM-Beats mit Drops. Das Tool bleibt während des Intros still, kann aber trotzdem über Drops und Breaks singen.
- Tonartnamen können um einen Schritt danebenliegen. Ein in d-Moll geschriebener Song wurde einmal als F-Dur gemeldet. Beide Tonarten teilen dieselben Töne, der Gesang ist also nicht betroffen, aber der Name auf der Ergebnisseite weicht von den Originalnoten ab.
- Langsame Balladen können neben dem Raster landen. Eine Ballade mit 71 BPM erreichte −0,36 auf dem Beat und +0,63, wenn sie um eine Sechzehntel verschoben wurde. Ob diese Phrasierung gut klingt, ist noch offen.
- Jeder Durchlauf singt anders. Gleicher Beat, gleicher Text, jedes Mal eine neue Interpretation.
Häufige Fragen
In meinem Beat sind noch Gesang oder Rufe. Was passiert dann?
Die KI singt einfach darüber. Nutze zuerst den Stem Splitter, um das Instrumental herauszuziehen, und lade dieses hoch.
Der Gesang setzt an der falschen Stelle ein. Wie behebe ich das?
Die Ergebnisseite zeigt die Sekunde, in der der Gesang beginnt, und ob das Tool sie erkannt oder du sie gewählt hast. Stimmt sie nicht, starte erneut und trag die Startzeit ins Feld „Gesang setzt ein bei“ ein, zum Beispiel 32 oder 0:32. Lange Intros und ungewöhnliche instrumentale Hooks sind die Stellen, an denen die Erkennung am häufigsten scheitert.
Muss ich die Beschriftungen [Verse] und [Chorus] hinzufügen?
Nein. Vor der automatischen Beschriftung wurde ein Song, der als 48 Zeilen am Stück eingefügt war, zu einer einzigen Strophe, setzte 16 Sekunden zu spät ein und klang gesprochen. Inzwischen findet das Tool wiederholte Strophen selbst, und bei genau diesem Text setzte es dieselben Beschriftungen, die der Texter von Hand ergänzt hatte. Wenn du auf Nummer sicher gehen willst, beschrifte trotzdem; deine Beschriftungen bleiben erhalten.
Warum wiederholt die KI meinen Text?
Ist der Text kürzer als der Beat, wiederholt das Gesangsmodell ihn, um die restliche Musik zu füllen. Ein drei Minuten langer Beat braucht meist zwei Strophen und zwei oder drei Refrains. Schreib mehr Zeilen oder kürze den Beat, um das zu vermeiden.
Verwandte Forschung
Noch keinen Beat?
Erstelle mit KI in wenigen Minuten einen ganzen Song, oder hol den Beat aus einem vorhandenen Song heraus.