So haben wir geprüft: Jeder Status unten stammt von der eigenen Website des Anbieters, einer archivierten Kopie davon, einer Aufsichtsbehörde oder der Ankündigung des Käufers. Wo ein Datum oder Detail nur aus der Presse stammt, weisen wir darauf hin. Die Preise stammen von der Preisseite des jeweiligen Anbieters, abgerufen am 11. November 2026. Wir haben diese APIs nicht selbst ausgeführt.
Sprach-KI-Anbieter, die 2025–2026 eingestellt oder verändert wurden#
| Vendor | What happened | Source | Status today |
|---|---|---|---|
| PlayHT / PlayAI | Meta acquired PlayAI in July 2025 (a Meta spokesperson confirmed it to Bloomberg). By January 6, 2026 the play.ht homepage read "We have shut down the service." | Archived play.ht, Bloomberg | Closed. play.ht no longer resolves. |
| LMNT | Site replaced by "LMNT has shut down. Our speech generation journey has come to an end." No date, successor or refund terms given. | lmnt.com | Closed. |
| Hume Octave TTS and EVI | Sunset notice dated October 2, 2026: access ends November 13, 2026 at 12:01 a.m. EST; account data deleted afterwards. | Hume changelog, archived | Ending Nov 13. Hume continues with an Audio Decisions API. |
| Vocode | Open-source voice-agent library. Last commit to its main repository was November 15, 2024; vocode.dev now redirects to the GitHub organisation. | GitHub | Dormant. Code still available (not archived). |
| Air AI | FTC sued in August 2025 over earnings and refund claims; settlement announced March 24, 2026 bans the company and owners from selling business opportunities. The air.ai domain now hosts an unrelated defense company. | FTC | No Air AI voice product found. |
| Synthflow | Dropped self-serve plans: now "sold as an annual enterprise agreement" with no free plan, trial or per-minute rate. | Synthflow pricing | Active, enterprise only. |
| Ultravox | Acquired by Inworld (announced September 30, 2026). Inworld says existing voice IDs keep working. | Inworld | Active, $0.05 a minute. |
| Gladia | Acquisition by OVH Groupe completed July 31, 2026. Gladia says its API, contracts and pricing are unchanged. | OVHcloud | Active. |
Zwei Muster fallen auf. Kleine Sprach-API-Unternehmen werden wegen ihrer Teams aufgekauft (PlayAI durch Meta) oder schließen ganz (LMNT), und in beiden Fällen erhielten Kunden, soweit wir feststellen konnten, wenig oder keine öffentliche Vorankündigung. Hume dagegen veröffentlichte sechs Wochen im Voraus eine datierte Mitteilung. Wenn ein Anbieter in Ihrem Stack klein und wenig präsent ist, bewahren Sie Ihr Stimm-Quellaudio auf und halten Sie Ihre Integration hinter einer Abstraktion, die Sie kontrollieren.
Was PlayHT- und LMNT-Nutzer von einem Ersatz brauchen#
PlayHT wurde auf zwei Arten genutzt: als Voiceover-Studio für Kreative und als API mit niedriger Latenz für Apps und Sprachagenten. LMNT war ausschließlich eine API für Echtzeit-Apps, mit schnellem Stimmklonen. Die Kriterien für einen Ersatz sind daher Latenz, Stimmklonen, Preis pro Stunde Audio und Sprachabdeckung. Für Voiceover-Studioarbeit statt einer API behandelt unser Leitfaden zu ElevenLabs-Alternativen die Tools für Kreative.
TTS-APIs im Vergleich, umgerechnet auf Kosten pro Stunde#
Die Anbieter rechnen pro Zeichen oder pro Audiominute ab. Für den Vergleich haben wir auf Kosten pro Stunde erzeugter Sprache bei 800 Zeichen pro Minute (48.000 Zeichen pro Stunde) umgerechnet, nahe an Cartesias eigener Schätzung von 750 bis 800. Inworld und Rime gehen von etwa 1.000 Zeichen pro Minute aus, was jeden Preis pro Zeichen um ein Viertel erhöhen würde.
| TTS API | Published price | Per hour (our conversion) | Languages (vendor) | Voice cloning | Time to first audio (Coval) |
|---|---|---|---|---|---|
| Inworld TTS-2 Flash | $15 per 1M chars on demand; $7 on Growth | $0.72; $0.34 | 200+ | Instant and professional | 81 ms |
| Inworld TTS-2 | $25 per 1M chars; $12.50 on Growth | $1.20; $0.60 | 200+ | Instant and professional | 166 ms |
| OpenAI tts-1 / tts-1-hd | $15 / $30 per 1M chars | $0.72 / $1.44 | Not compared | Not on the pricing page | Not on the board |
| Deepgram Aura-2 / Flux TTS | $30 / $45 per 1M chars | $1.44 / $2.16 | Aura-2: 7 | Not on the pricing page | 300 ms / 203 ms |
| Rime Mist v3 / Coda v2 | $0.030 / $0.050 per minute (20% off on Scale) | $1.80 / $3.00 | 4 / 10 | Enterprise only | 319 ms / 339 ms |
| Cartesia Sonic-3.6 | Plan credits, 1 per character: $5 for 100K to $299 for 8M | $2.40 to $1.79 | 44 | Instant on Pro; professional from $49 Startup | 292 ms |
| ElevenLabs Flash v2.5 / v4 Turbo | $40 per 1M chars | $1.92 | 32 / 90+ | Yes | 198 ms / 194 ms |
| ElevenLabs v4 | $80 per 1M chars | $3.84 | 90+ | Yes | Not on the board |
| MiniMax speech-2.8 Turbo / HD | $60 / $100 per 1M chars | $2.88 / $4.80 | 40 | Rapid cloning $1.50 a voice | Not on the board |
Die Latenzspalte stammt aus Covals Time-to-First-Audio-Benchmark, der bei jedem Modell die Zeit vom Senden des Textes bis zum ersten hörbaren Ton misst. Coval verkauft Tests für Sprachagenten an viele dieser Anbieter. Die Latenzangaben der Anbieter sind niedriger (ElevenLabs nennt etwa 75 ms für Flash, Rime etwa 37 ms P50 für selbst gehostetes Mist v3), da die meisten die Zeitmessung beim ersten Byte stoppen und die Netzwerkzeit ausklammern.
Worauf Sie wechseln sollten#
Für eine Echtzeit-App oder einen Sprachagenten (die bisherige Nutzung der PlayHT-API und von LMNT)#
Inworld TTS-2 Flash ist hier pro Stunde die günstigste Option und in Covals Benchmark der schnellste dieser Anbieter, mit Klonen und 200+ aufgeführten Sprachen. Schwächen: Die Preise hängen von Ihrer Tarifstufe ab, und für Inworlds Speech-to-Speech-Produkt steht auf der Preisseite kein Preis pro Minute. Stork erhält über die Links hier eine Provision für Anmeldungen bei Inworld. ElevenLabs Flash oder v4 Turbo kostet etwa 1,92 $ pro Stunde, mehr als das Doppelte von Inworld Flash, bietet aber das ausgereifteste Klonen und eine vollständige Agentenplattform, falls Sie diese später nutzen möchten; auch hier erhält Stork eine Provision. Deepgram Aura-2 ist sinnvoll, wenn Sie Deepgram bereits für die Transkription nutzen, führt aber nur sieben Sprachen auf und bietet kein Klonen.
Für Stimmklonen (der Hauptgrund, warum sich viele LMNT-Nutzer dafür entschieden haben)#
ElevenLabs, Inworld und Cartesia bieten alle Instant-Klonen im Self-Service an. MiniMax berechnet 1,50 $ pro geklonter Stimme plus Nutzung. Rime bietet individuelles Klonen nur im Enterprise-Tarif an, und OpenAI und Deepgram führen es nicht auf. Wofür Sie sich auch entscheiden: Erstellen Sie die Stimmen aus den Originalaufnahmen neu, denn kein Anbieter akzeptiert die Stimm-IDs eines anderen.
Für planbare Abrechnung#
Rime rechnet pro Audiominute statt pro Zeichen ab, hat eine kostenlose Stufe im Wert von 50 $ Nutzung pro Monat und ist für Call-Center-Stimmen ausgelegt. Testen Sie Coda zuerst mit Ihren eigenen Skripten: Coval maß dafür eine Wortfehlerrate von 10,7 %, gegenüber 1,5 % bis 3,1 % bei jedem anderen Modell auf seiner Liste.
Für die meisten Sprachen#
Inworld führt 200+ Sprachen auf, ElevenLabs v4 90+. Cartesia deckt 44 ab, MiniMax 40, Rimes Coda 10 und Deepgrams Aura-2 7. Prüfen Sie, ob die gewünschte Stimme Ihre Sprache spricht: Bei Rime sind zum Beispiel die meisten Coda-Stimmen nur auf Englisch verfügbar.
Wenn Sie Hume genutzt haben#
Humes EVI war eine Speech-to-Speech-API, für die ein anderer Ersatztyp nötig ist. Unser Leitfaden zu Hume-AI-Alternativen behandelt EVI und Octave ausführlich, mit einer Migrations-Checkliste.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Wenn Sie auf Vocode oder Air AI aufgebaut haben#
- Vocode: Der Code liegt weiterhin unter einer Open-Source-Lizenz auf GitHub, ein laufendes Deployment hört also nicht von selbst auf zu funktionieren, aber seit November 2024 wurde nichts mehr eingepflegt. Für neue Projekte sind Pipecat und LiveKit Agents die aktiv gepflegten Open-Source-Frameworks; Daily, der Hersteller von Pipecat, hat am 29. Oktober 2026 angekündigt, dass Deepgram das Unternehmen übernimmt und dass Pipecat Open Source und herstellerneutral bleibt.
- Air AI: Falls jemand noch „Air AI“-Lizenzen verkauft, lesen Sie zuerst den Vergleich der FTC. Für eine Plattform für ausgehende oder eingehende KI-Anrufe lesen Sie unseren Leitfaden zu Plattformen für Sprachagenten.
So vermeiden Sie die nächste Einstellung#
- Bewahren Sie die Originalaufnahmen jeder geklonten Stimme in Ihrem eigenen Speicher auf.
- Rufen Sie TTS über eine einzige Funktion oder einen Orchestrator (Pipecat, LiveKit) auf, sodass der Anbieter eine Einstellung ist und kein Neuaufbau.
- Bevorzugen Sie Anbieter, die datierte Changelogs und Einstellungshinweise veröffentlichen. Hume gab sechs Wochen Vorlauf; PlayHT und LMNT gaben Kunden keine öffentliche, datierte Mitteilung, die wir finden konnten.
- Prüfen Sie die Preise bei Ihrem tatsächlichen Volumen jedes Quartal erneut. Tarifstufen verändern den Preis um 10 % (Deepgram) bis über 50 % (Inworld).
Häufig gestellte Fragen#
Ist PlayHT noch verfügbar?#
Nein. Am 6. Januar 2026 stand auf der Startseite von play.ht „We have shut down the service“, und heute lässt sich die Domain nicht mehr aufrufen. Meta hat PlayAI, das Unternehmen hinter PlayHT, im Juli 2025 übernommen.
Was ist mit LMNT passiert?#
LMNT wurde eingestellt. Die Website lautet jetzt „LMNT has shut down. Our speech generation journey has come to an end.“ Ein Datum, ein Nachfolger oder Erstattungsbedingungen werden nicht genannt.
Was ist die beste PlayHT-Alternative für Entwickler?#
Für eine Echtzeit-API ist Inworld TTS-2 Flash die günstigste von uns gefundene Option pro Stunde Audio und in Covals Latenz-Benchmark der schnellste dieser Anbieter; ElevenLabs Flash oder v4 Turbo kostet mehr, bietet aber umfassenderes Klonen und eine Agentenplattform. Beide zahlen Stork eine Provision.
Welche PlayHT-Alternative ist am günstigsten?#
Inworld TTS-2 Flash und OpenAI tts-1 kosten beide 15 $ pro Million Zeichen on demand, etwa 0,72 $ pro Stunde Audio bei 800 Zeichen pro Minute. Inworlds Growth-Tarif senkt Flash auf 7 $ pro Million.
Kann ich meine geklonten Stimmen von PlayHT oder LMNT übertragen?#
Kein Anbieter importiert die Stimm-IDs eines anderen, und beide Dienste sind eingestellt. Wenn Sie noch die Originalaufnahmen haben, können Sie jede Stimme bei ElevenLabs, Inworld, Cartesia oder MiniMax neu erstellen.
Wird Vocode noch gepflegt?#
Das Haupt-Repository hat seit dem 15. November 2024 keine Commits mehr, und vocode.dev leitet jetzt auf GitHub weiter. Der Code bleibt verfügbar, aber für neue Projekte werden Pipecat und LiveKit Agents aktiv gepflegt.