Honest & authentic audio samples

Short and long sentences, with and without numbers, abbreviations and English terms. All mixed up, so you can get an honest picture. All samples are in German – the sentence spoken is shown next to each row.

All examples are unedited, only the volume was normalized. No picking of "best takes", no fine-tuning. I don't need to impress anyone – I want to show you what you actually get.

The generation times were deliberately measured on a MacBook M1 without a high-end graphics card, so you get a realistic impression of how it feels on a regular computer. The time shown next to each play button is the pure generation time, not the length of the audio file.

The test sentences were created by an AI, not hand-picked by me – so that I don't unconsciously choose sentences I already know will sound good.

STANDARD GERMAN · MODEL COMPARISON

Piper, Kokoro & CosyVoice compared

The same sentences, three engines. This way you can hear the difference in sound and generation time right away.

Piper
Kokoro
CosyVoice
Short, neutral Thorsten-Voice ist kostenlos und quelloffen.
Short, with numbers Das Projekt gibt es seit 2019.
Short, numbers spelled out Das Projekt gibt es seit zweitausendneunzehn.
Short, with abbreviation Die Stimme läuft z. B. auch auf einem leistungsschwachen PC.
Short, abbreviation spelled out Die Stimme läuft zum Beispiel auch auf einem leistungsschwachen PC.
Short, with English Nach dem Download kannst du die Stimme sofort nutzen.
Long, neutral Wer eine deutsche Sprachausgabe sucht, die offline funktioniert, unabhängig von einem großen Technologiekonzern arbeitet und trotzdem natürlich klingt, findet in Thorsten-Voice eine kostenlose Alternative.
Long, with numbers Am 08. Juli 2006 um 14:30 Uhr startete die dritte Version des Projekts, die die Sprachqualität um rund 40 Prozent verbessert.
Long, numbers spelled out Am achten Juli zweitausendsechs um vierzehn Uhr dreißig startete die dritte Version des Projekts, die die Sprachqualität um rund vierzig Prozent verbessert.
Long, with abbreviations Die Software funktioniert unter Windows, macOS bzw. Linux, läuft z. B. auch auf einem Raspberry Pi und benötigt dafür ca. zwei Gigabyte freien Speicherplatz.
Long, with English Beim Setup lädst du zunächst das Repository von GitHub herunter, führst anschließend ein Update der Dependencies durch und startest danach den lokalen Server im Terminal.
Combined (stress test) Seit dem Release v2.3 im Jahr 2025 unterstützt das Docker-Image bzw. der Container ca. 12 Sprachvarianten und lässt sich per Command-Line-Interface in unter 5 Minuten einrichten.
Combined, numbers/abbreviations spelled out Seit dem Release Version zwei Punkt drei im Jahr zweitausendfünfundzwanzig unterstützt das Docker-Image beziehungsweise der Container circa zwölf Sprachvarianten und lässt sich per Command-Line-Interface in unter fünf Minuten einrichten.
HESSIAN DIALECT

Hessian dialect compared

The same sentences, three engines — Piper, Kokoro and CosyVoice, all with a Hessian dialect.

Piper
Kokoro
CosyVoice
Short, neutral Thorsten-Voice ist kostenlos und quelloffen.
Short, with numbers Das Projekt gibt es seit 2019.
Short, numbers spelled out Das Projekt gibt es seit zweitausendneunzehn.
Short, with abbreviation Die Stimme läuft z. B. auch auf einem leistungsschwachen PC.
Short, abbreviation spelled out Die Stimme läuft zum Beispiel auch auf einem leistungsschwachen PC.
Short, with English Nach dem Download kannst du die Stimme sofort nutzen.
Long, neutral Wer eine deutsche Sprachausgabe sucht, die offline funktioniert, unabhängig von einem großen Technologiekonzern arbeitet und trotzdem natürlich klingt, findet in Thorsten-Voice eine kostenlose Alternative.
Long, with numbers Am 08. Juli 2006 um 14:30 Uhr startete die dritte Version des Projekts, die die Sprachqualität um rund 40 Prozent verbessert.
Long, numbers spelled out Am achten Juli zweitausendsechs um vierzehn Uhr dreißig startete die dritte Version des Projekts, die die Sprachqualität um rund vierzig Prozent verbessert.
Long, with abbreviations Die Software funktioniert unter Windows, macOS bzw. Linux, läuft z. B. auch auf einem Raspberry Pi und benötigt dafür ca. zwei Gigabyte freien Speicherplatz.
Long, with English Beim Setup lädst du zunächst das Repository von GitHub herunter, führst anschließend ein Update der Dependencies durch und startest danach den lokalen Server im Terminal.
Combined (stress test) Seit dem Release v2.3 im Jahr 2025 unterstützt das Docker-Image bzw. der Container ca. 12 Sprachvarianten und lässt sich per Command-Line-Interface in unter 5 Minuten einrichten.
Combined, numbers/abbreviations spelled out Seit dem Release Version zwei Punkt drei im Jahr zweitausendfünfundzwanzig unterstützt das Docker-Image beziehungsweise der Container circa zwölf Sprachvarianten und lässt sich per Command-Line-Interface in unter fünf Minuten einrichten.
EMOTIONAL · PIPER

Emotional speech output

One and the same sentence, six emotions — only available with Piper.

Piper
Whispering Ich kann heute leider nicht kommen.
Sleepy Ich kann heute leider nicht kommen.
Disgusted Ich kann heute leider nicht kommen.
Happy Ich kann heute leider nicht kommen.
Drunk Ich kann heute leider nicht kommen.
Angry Ich kann heute leider nicht kommen.
HONEST CONCLUSION

What these samples show — including the weaknesses

With CosyVoice, you'll notice that numbers are currently pronounced in English instead of German. If you use CosyVoice, you should convert numbers, dates and times into spelled-out German words yourself beforehand (text normalization) — otherwise the result sounds wrong in exactly those places.

That's exactly why the uncomfortable examples are here too, not just the ones that sound best. A voice that seems perfect everywhere wouldn't be honest.

If you want to normalize numbers, dates or times yourself: the Python library num2words reliably converts digits into spelled-out German words and fits nicely into your own preprocessing. German abbreviations like "z. B." (e.g.) or "bzw." (or rather) currently still have to be replaced yourself using a dictionary. There's no universal automatic solution for this. Alternatively, you can also use german transliterate.