KI-BeratungÜber michVideosBuchFAQKontakt
DE|EN
Kostenloses Erstgespräch

Startseite/Videos/KI-Musik & Stimme/ElevenLabs v4 Stimmklon

ElevenLabs v4 im Test: Schlägt der Instant-Klon jetzt den Professional-Klon?

ElevenLabs verspricht, dass Instant-Klone in v4 die Professional-Klone des älteren Modells Multilingual v2 schlagen. Ich habe vier Klone meiner Stimme in vier Blindrunden gegen meine echte Stimme antreten lassen. Auf Englisch lag der v4-Instant-Klon aus zwei Minuten Aufnahme dreimal vorn, auf Deutsch mein Professional-Klon. Rate selbst mit, bevor du die Auflösung liest.

TooltestVoice CloningElevenLabsBlindtest

Originalvideo von Lukas Hüttis, veröffentlicht am 19. Oktober 2026, 15 Min. · Video auf Englisch, Blindtest zum Mitraten · Auf YouTube ansehen

Kapitel im Video

Die Zeitmarken springen zum passenden Abschnitt auf dieser Seite. „Video laden“ startet dann an genau dieser Stelle.

Du willst ElevenLabs direkt selbst ausprobieren? Hier geht's zu ElevenLabs*

* Affiliate-Link: Ich bin unabhängiger ElevenLabs-Affiliate und erhalte eine Provision.

Fünf Stimmen, eine davon bin ich

▶ Im Video ab 01:09

Alle vier Klone liegen in meinem eigenen ElevenLabs-Konto, das ich selbst bezahle. Jeder spricht dieselben Sätze mit den Standardeinstellungen von ElevenLabs. Alle Aufnahmen sind auf gleiche Lautheit gebracht, damit nicht die lauteste gewinnt, und die Reihenfolge jeder Runde hat Claude für mich gemischt.

Die Kandidaten

  1. AProfessional-Klon, Multilingual v2Mein Klon aus Teil 1 vom Juli, trainiert mit rund zwei Stunden Audio aus meinen Videos plus einer Aufnahme direkt in ElevenLabs.
  2. BInstant-Klon, Eleven v4, 10 SekundenAus genau 10 Sekunden Aufnahme. ElevenLabs nimmt das an und schlägt vor, weitere Aufnahmen hinzuzufügen.
  3. CInstant-Klon, Eleven v4, 2 MinutenAus 2:13 Minuten Aufnahme, derselbe Klon wie im Blindtest gegen HeyGen. Wie ich ihn angelegt habe, zeigt die Anleitung.
  4. DProfessional-Klon auf Eleven v4Derselbe Klon wie A, in Text to Speech auf Eleven v4 gestellt, aber nicht neu trainiert.
  5. IchMeine echte StimmeDieselben Sätze, selbst eingesprochen.

Rate mit: Welche Stimme ist echt?

▶ Im Video ab 00:00

Vier Runden wie im Video, je fünf Aufnahmen. Eine davon ist meine echte Stimme, vier sind KI-Klone meiner Stimme aus ElevenLabs. Jede Zeile springt auf YouTube genau zu dieser Aufnahme. Tipp erst, dann klick hier auf „Auflösen“. Mit Kopfhörern hörst du mehr.

Blindtest · Runde 1 von 4

Ein normaler Satz

Der SatzHey, it's Lukas. Today I'm testing whether a ten-second voice clone can really replace two hours of studio recordings. I'll keep it honest: if it works, I'll say so, and if it doesn't, you'll hear why.

  1. 01Echt oder KI?C · Instant v4 aus 2 Min.im Video ab 2:25hat mich erwischt
  2. 02Echt oder KI?Meine echte Stimmeim Video ab 2:39
  3. 03Echt oder KI?B · Instant v4 aus 10 Sek.im Video ab 2:51
  4. 04Echt oder KI?A · Professional, Multilingual v2im Video ab 3:05
  5. 05Echt oder KI?D · Professional auf v4im Video ab 3:18
Auflösen

Echt war Nummer 2. Ich hatte auf 1 oder 4 getippt. Nummer 4 war A, mein Professional-Klon, und lag sehr knapp dran. Nummer 1 war C, der Instant-Klon aus zwei Minuten: ElevenLabs hat mich erwischt.

Blindtest · Runde 2 von 4

Preis und Name

Der SatzElevenLabs charges $22 a month, Claude Code costs more, and my name is Lukas Hüttis.

  1. 01Echt oder KI?Meine echte Stimmeim Video ab 4:37
  2. 02Echt oder KI?A · Professional, Multilingual v2im Video ab 4:44
  3. 03Echt oder KI?B · Instant v4 aus 10 Sek.im Video ab 4:51
  4. 04Echt oder KI?C · Instant v4 aus 2 Min.im Video ab 4:59mein Favorit
  5. 05Echt oder KI?D · Professional auf v4im Video ab 5:07
Auflösen

Diesmal lag ich richtig, Nummer 1 war ich. Am besten klangen für mich 3 und 4, also B aus 10 Sekunden und C aus zwei Minuten. Nummer 2, mein Professional-Klon, war auch gut, nur beim Namen daneben. Eine schwere Runde, ich gebe sie wohl wieder C.

Blindtest · Runde 3 von 4

Der Satz vom Anfang

Der SatzI built this entire project over a single weekend and honestly I still cannot believe it actually works.

  1. 01Echt oder KI?Meine echte Stimmeim Video ab 6:42
  2. 02Echt oder KI?A · Professional, Multilingual v2im Video ab 6:48
  3. 03Echt oder KI?D · Professional auf v4im Video ab 6:55
  4. 04Echt oder KI?C · Instant v4 aus 2 Min.im Video ab 7:02mein Sieger
  5. 05Echt oder KI?B · Instant v4 aus 10 Sek.im Video ab 7:09
Auflösen

Nummer 1 klang nach mir und war es auch. Am besten fand ich 3 und 4, also D und C. Wohl mein Sieger dieser Runde: Nummer 4, der Instant-Klon aus zwei Minuten.

Blindtest · Runde 4 von 4

Deutsch, meine Muttersprache

Der SatzHey, hier ist Lukas. Heute teste ich, ob ein Stimmklon aus zehn Sekunden wirklich zwei Stunden Studioaufnahmen ersetzen kann. Ich bleibe ehrlich: Wenn es funktioniert, sage ich es, und wenn nicht, hörst du, warum.

  1. 01Echt oder KI?D · Professional auf v4im Video ab 7:55
  2. 02Echt oder KI?A · Professional, Multilingual v2im Video ab 8:10gewinnt
  3. 03Echt oder KI?Meine echte Stimmeim Video ab 8:23
  4. 04Echt oder KI?C · Instant v4 aus 2 Min.im Video ab 8:35
  5. 05Echt oder KI?B · Instant v4 aus 10 Sek.im Video ab 8:50
Auflösen

Nummer 4 und 5 war ich sicher nicht. Zuerst hielt ich Nummer 1 für mich, beim zweiten Hören nicht mehr. Echt war Nummer 3. Nummer 4, der Instant-Klon aus zwei Minuten, war ziemlich gut. Auf Deutsch gewinnt für mich trotzdem Nummer 2, mein Professional-Klon auf Multilingual v2.

Mein Ergebnis Runde für Runde

▶ Im Video ab 14:08
C3 Runden
A1 Runde
B0
D0
RundeMein TippEcht warMein Favorit
1 · ein normaler Satz1 oder 4Nr. 2C, Instant v4 aus 2 Min.
2 · Preis und NameNr. 1, richtigNr. 1C, Instant v4 aus 2 Min.
3 · der Satz vom AnfangNr. 1, richtigNr. 1C, Instant v4 aus 2 Min.
4 · Deutscherst 1, dann 3, richtigNr. 3A, Professional auf Multilingual v2
Spanisch–keine echte Stimmeoffen: Was hörst du?
Audio-Tags––griffen bei B, C und D

Schlägt Instant jetzt Professional? Im Video sage ich: Ja, ich finde schon. Gemeint ist der v4-Instant-Klon aus zwei Minuten Aufnahme. Er war in allen drei englischen Runden mein Favorit, und er ist schnell: Der Klon war in rund 11 Sekunden fertig, und auch die Sprachausgabe kam praktisch sofort.

Auf Deutsch, meiner Muttersprache, gewann trotzdem mein Professional-Klon auf Multilingual v2. Der Klon aus 10 Sekunden war in keiner Runde mein Favorit. D, mein Professional-Klon auf v4 ohne neues Training, auch nicht.

Wie klingt deine eigene Stimme als v4-Instant-Klon? Ausprobieren kannst du das ab dem Starter-Tarif, die Preise stehen weiter unten.

Zu ElevenLabs*

* Affiliate-Link: Ich bin unabhängiger ElevenLabs-Affiliate und erhalte eine Provision.

Was ElevenLabs verspricht und was ich gehört habe

▶ Im Video ab 00:42

Im Juli, in Teil 1, klang mein Instant-Klon nicht nach mir, der Professional-Klon schon. Mit v4 soll sich das geändert haben. Die Zitate stammen von ElevenLabs' eigenen Seiten, geprüft am 17. Oktober 2026.

  • Instant Voice Clones in Eleven v4 now outperform the Professional Voice Clones of Multilingual v2.
    v4-Seite

    In meinem TestAuf Englisch ja: C war in allen drei Runden mein Favorit, A war in Runde 1 sehr nah dran. Auf Deutsch gewann A.

  • Instant Voice Clones can now capture voices with high fidelity using just 10 seconds of audio.
    Blog zu v4

    In meinem TestAngenommen hat ElevenLabs die 10 Sekunden sofort. Mein Favorit war B in keiner Runde, in Runde 2 aber in meiner engeren Wahl.

  • Approximately 1-2 minutes of clear audio without any reverb, artifacts, or background noise of any kind is recommended.
    Doku Instant Voice Cloning

    In meinem TestC aus 2:13 Minuten war in drei von vier Runden mein Favorit.

  • Professional Voice Clone support for Eleven v4 is currently rolling out to everyone
    Doku Eleven v4

    In meinem TestBei meinem Professional-Klon stand v4 am 16. Oktober noch nicht unter „Fine-tuned models“. D lief auf v4 ohne neues Training und war in keiner Runde mein Favorit.

  • They’re not perfect yet
    Doku Eleven v4, über Audio-Tags

    In meinem TestLachen, Flüstern und Seufzen griffen bei allen v4-Klonen, die ich probiert habe.

Was ich auf dem Bildschirm gesehen habe

Klon B in ElevenLabs: Datei R10.mp3 mit 10 Sekunden, Status Ready
Klon B: ElevenLabs nimmt die 10 Sekunden an („Ready“) und schlägt vor, weitere Aufnahmen hinzuzufügen. Bildschirmaufnahme vom 11. Oktober 2026.
Mein Professional-Klon in ElevenLabs, Liste der trainierten Modelle ohne Eleven v4
Mein Professional-Klon am 16. Oktober 2026: Unter „Fine-tuned models“ steht v4 noch nicht. Darüber in der Liste die beiden Instant-Klone B und C.

Spanisch: Hier brauche ich dich

▶ Im Video ab 10:25

Spanisch spreche ich nicht, außer „soy Lukas“ und „una cerveza, por favor“. Deshalb gibt es hier keine echte Stimme und keinen Blindtest, sondern die vier Klone offen nebeneinander.

Laut ElevenLabs spricht v4 eine andere Sprache flüssig und natürlich, statt den Akzent der Vorlage mitzunehmen. Daraus einen Schalter zu machen, prüft ElevenLabs noch, ohne Zeitplan. Beim spanischen Satz blendet ElevenLabs übrigens selbst den Hinweis „Use a Spanish voice for best results“ ein.

Offen · kein Blindtest

Spanisch

Der SatzHola, soy Lukas. Hoy pruebo si un clon de voz hecho con diez segundos de audio puede reemplazar dos horas de grabación en estudio. Voy a ser honesto: si funciona, lo diré; y si no, vas a escuchar por qué.

  1. AProfessional, Multilingual v2im Video ab 10:59
  2. BInstant v4 aus 10 Sek.im Video ab 11:08
  3. CInstant v4 aus 2 Min.im Video ab 11:17
  4. DProfessional auf v4im Video ab 11:26

Welcher klingt für dich am natürlichsten und am meisten nach mir? Hör dir die vier Aufnahmen im Video an und schreib es mir in die Kommentare.

Auf YouTube kommentieren

Audio-Tags: lachen, flüstern, seufzen

▶ Im Video ab 11:51

Mit Audio-Tags in eckigen Klammern sagst du v4, wie etwas klingen soll. ElevenLabs schreibt selbst, sie seien „not perfect yet“. Im HeyGen-Test hatten sie schon gut funktioniert.

Diesmal griffen Lachen, Flüstern und Seufzen bei allen v4-Klonen, die ich probiert habe: B, C in zwei Takes und D. A fehlt hier, er läuft auf Multilingual v2; ElevenLabs beschreibt Audio-Tags in der Doku für Eleven v4 und v3. Mein Fazit im Video: Hier ist der v4-Instant-Klon richtig stark.

Offen · drei Tags pro Aufnahme

Audio-Tags

Der Satz[laughs] Okay, I did not expect that. [whispers] Don't tell anyone, but this might change how I record. [sighs] Or I'll be re-recording everything tomorrow.

  1. BInstant v4 aus 10 Sek.im Video ab 12:24✓ ✓ ✓
  2. CInstant v4 aus 2 Min., Take 1im Video ab 12:39✓ ✓ ✓
  3. CInstant v4 aus 2 Min., Take 2im Video ab 12:54✓ ✓ ✓
  4. DProfessional auf v4im Video ab 13:14✓ ✓ ✓

Was in v4 fehlt

▶ Im Video ab 13:45

Regler für Tempo und Stil gibt es in v4 nicht, SSML auch nicht. Es bleiben Stability und Similarity. Mit den Standardwerten klang es für mich trotzdem schon sehr gut.

Klone, die vor v4 entstanden sind, solltest du laut ElevenLabs für v4 neu trainieren: in „My Voices“ mit der Maus über die Stimme fahren und auf das Plus klicken. Bei meinem Professional-Klon stand v4 am 16. Oktober noch nicht in der Liste; laut Doku schaltet ElevenLabs die Unterstützung für Professional-Klone auf v4 gerade für alle frei. Sobald das bei mir geht, kommt dazu ein eigenes Video.

Text to Speech in ElevenLabs mit Eleven v4: nur die Regler Stability und Similarity
Eleven v4 in Text to Speech am 16. Oktober 2026: nur noch Stability und Similarity. Beim spanischen Satz schlägt ElevenLabs eine spanische Stimme vor.

Welchen Tarif du brauchst

▶ Im Video ab 14:32

Reguläre Monatspreise laut Preisseite, Stand 17. Oktober 2026 (im Video: Stand 16. Oktober).

  • Starter6 $ im MonatInstant-Klon wie B und C. Free enthält keinen Stimmklon.
  • Creator22 $ im MonatDazu ein Professional-Klon wie A und D.
  • VoiceboxkostenlosOpen Source, läuft lokal auf deinem Rechner, braucht etwas Einrichtung. Dazu habe ich eine Serie.

Häufige Fragen

Eleven v4 ist seit dem 28. September 2026 das neueste Text-to-Speech-Modell von ElevenLabs. Für Stimmklone verspricht ElevenLabs drei Dinge: Instant-Klone, die die Professional-Klone des älteren Modells Multilingual v2 übertreffen sollen und sich schon aus zehn Sekunden Audio anlegen lassen, Professional-Klone, die nach Eleven v3 wieder unterstützt werden, und andere Sprachen ohne den Akzent der Vorlage. Audio-Tags wie [laughs] oder [whispers] steuern den Ausdruck. Regler für Stil und Tempo gibt es in v4 nicht, SSML auch nicht. Klone, die vor v4 entstanden sind, solltest du laut ElevenLabs für v4 neu trainieren.

Das sagt ElevenLabs, mit einer Einschränkung: Gemeint sind die Professional-Klone des älteren Modells Multilingual v2, nicht ein Professional-Klon auf v4. In meinem Blindtest war der Instant-Klon aus zwei Minuten in allen drei englischen Runden mein Favorit, vor meinem Professional-Klon auf Multilingual v2. Auf Deutsch gewann dagegen der Professional-Klon. Einen auf v4 neu trainierten Professional-Klon konnte ich noch nicht testen: Bei mir stand v4 am 16. Oktober nicht unter den trainierten Modellen.

Zum Anlegen ja. ElevenLabs hat meine 10 Sekunden angenommen und den Klon erstellt, mit dem Hinweis, dass weitere Aufnahmen ihn besser machen. Im Blog zu v4 schreibt ElevenLabs, ein Instant-Klon erfasse eine Stimme schon aus 10 Sekunden. Die eigene Doku empfiehlt aber weiter rund 1 bis 2 Minuten sauberes Audio, mindestens 1 und höchstens 3 Minuten. In meinem Blindtest war der Klon aus 10 Sekunden in keiner Runde mein Favorit, der aus zwei Minuten dagegen dreimal.

Ja. Mein Klon ist auf Englisch aufgenommen und spricht trotzdem Deutsch und Spanisch. In einer anderen Sprache als der Vorlage soll ein v4-Klon laut ElevenLabs flüssig und natürlich klingen, statt den Akzent der Vorlage mitzunehmen. Im deutschen Blindtest kam nach meinem Ohr mein Professional-Klon auf Multilingual v2 am nächsten an meine Stimme, vor dem v4-Instant-Klon aus zwei Minuten. Zuerst hielt ich sogar D, meinen Professional-Klon auf v4, für meine echte Stimme. Beim zweiten Hören war klar: nein. Spanisch kann ich nicht beurteilen; die vier spanischen Aufnahmen sind oben mit ihrer Stelle im Video verlinkt.

Bei mir ja. ElevenLabs schreibt selbst, die Tags seien „not perfect yet“. Mit dem Satz „[laughs] Okay, I did not expect that. [whispers] Don't tell anyone …“ griffen Lachen, Flüstern und Seufzen bei allen v4-Klonen, die ich probiert habe. Mein Professional-Klon auf Multilingual v2 war hier nicht dabei; Audio-Tags beschreibt ElevenLabs in der Doku für Eleven v4 und v3. Alle vier Aufnahmen sind oben im Abschnitt Audio-Tags mit ihrer Stelle im Video verlinkt.

Nein, nicht im kostenlosen Tarif. Free enthält laut Preisseite 10.000 Credits im Monat, aber keinen Stimmklon. Instant-Klone gibt es ab Starter (6 $ im Monat), Professional-Klone ab Creator (22 $ im Monat), reguläre Monatspreise, Stand 17. Oktober 2026. Ganz ohne Abo geht es lokal mit Open Source: In meiner Voicebox-Serie läuft ein Stimmklon kostenlos auf dem eigenen Rechner, mit etwas Einrichtung.

Quellen

Alle Anbieterangaben aus offiziellen Seiten von ElevenLabs, mit Abrufdatum.

ElevenLabs

Passt dazu

Ein Stimmklon für deine Kurse, Erklär- oder Produktvideos?

Ich arbeite 1:1 mit Selbstständigen, Beratern, Coaches und kleinen Teams an praktischen KI-Workflows, Automatisierung und eigenen Tools. Das Erstgespräch ist kostenlos und dauert 15 Minuten.

Kostenloses Erstgespräch buchen

Mehr Videos →