Übersetzungen mit Text & Audio in einer individuellen App auführen
Freie Nutzung von Text & Abbildungen & Audio mit einem Unidigital-Zugang
Vibe Coding bietet vor allem für den Sprachbereich viele Möglichkeiten, über eigene Apps beispielsweise ausgewählten Text zu übersetzen und diesen mithilfe einer KI-Stimme in der gewünschte Sprache auszugeben. Hierfür eignet sich unter anderem eine KI-Umgebung wie der Gemini-Chat. Diese lässt sich sehr gut kostenfrei nutzen.
Prompt:
Entwickle eine App, mit der Nutzer einen beliebigen Text einfügen, eine Zielsprache auswählen und den Text automatisch in diese Sprache übersetzen lassen können.
Die App soll eine einfache und moderne Benutzeroberfläche besitzen. Der Nutzer soll ein Textfeld sehen, in das er seinen Ausgangstext einfügen oder direkt schreiben kann. Anschließend wählt er über ein Dropdown-Menü oder eine Sprachauswahl die gewünschte Zielsprache aus. Über einen Button mit der Funktion „Übersetzen“ wird der Text in die ausgewählte Sprache übersetzt.
Zusätzlich zur Textübersetzung soll die App automatisch eine Audiodatei in der ausgewählten Sprache generieren. Dieses Audio soll den übersetzten Text natürlich, klar und verständlich vorlesen.
Die App soll folgende Hauptfunktionen enthalten:
- Text eingeben oder einfügen
- Ausgangssprache automatisch erkennen
- Zielsprache auswählen
- Text präzise in die gewählte Sprache übersetzen
- Übersetzten Text anzeigen
- Audio in der Zielsprache generieren
- Audio direkt in der App abspielen
- Audio pausieren, fortsetzen und erneut abspielen
- Audio als Datei herunterladen
- Übersetzten Text kopieren oder speichern
- Verlauf früherer Übersetzungen anzeigen
Der Hauptworkflow soll sehr einfach sein:
- Nutzer fügt einen Text ein oder schreibt ihn direkt in die App.
- Nutzer wählt die gewünschte Zielsprache aus.
- Nutzer klickt auf „Übersetzen und Audio generieren“.
- Die App zeigt den übersetzten Text an.
- Die App erstellt automatisch ein Audio in der Zielsprache.
- Nutzer kann das Audio in der App abspielen.
- Nutzer kann das Audio herunterladen und speichern.
Die App soll besonders für Reisen, Sprachlernen, internationale Kommunikation, Content-Erstellung, Barrierefreiheit und schnelle Übersetzungen geeignet sein. Die Benutzeroberfläche soll übersichtlich, schnell und intuitiv sein, sodass auch Nutzer ohne technische Kenntnisse problemlos Texte übersetzen und als Audio ausgeben können.
Achte darauf, dass die Übersetzung natürlich klingt und nicht wortwörtlich oder künstlich wirkt. Das generierte Audio soll eine hochwertige Stimme verwenden, mit korrekter Aussprache, natürlicher Betonung und angenehmer Sprachgeschwindigkeit.
Optional soll der Nutzer verschiedene Stimmen auswählen können, zum Beispiel männlich, weiblich, neutral, langsam, normal oder professionell. Außerdem soll es möglich sein, den übersetzten Text vor der Audioerstellung noch manuell zu bearbeiten.
Als Erstes wird mithilfe eines Sprachmodells wie Gemini ein sehr detaillierter Prompt formuliert, der alle Funktionen abdeckt möglichst genau beschreibt. Je präziser der Ausgangsprompt skizziert wird, desto weniger Anpassungen müssen im Anschluss über Folgeprompts vorgenommen werden. Hier lohnt es sich, mehr Zeit zu investieren. Über das Plus-Symbol wird zusätzlich die Canvas-Funktion aktiviert.
Folgende Funktionen soll die App haben:
1) Text in ein Feld einfügen und in eine gewünschte Sprache übersetzen
2) Den übersetzten Text in eine KI-Stimme umwandeln. Die einzelnen KI-Stimmen lassen sich konfigurieren.
3) Alle KI-Stimmen können in einem Verlauf eingesehen und jederzeit abgespielt werden. Auch ein Download ist möglich.
Nach wenigen Minuten ist der Programmiervorgang beendet und ich kann die App im Split-Screen-Modus testen. Gemini hat der Anwendung den Titel „LingoVox“ gegeben. Der Titel lässt sich jederzeit anpassen. Auf der linken Seite kann ich im Chat Folgeprompts formulieren, falls ein Button nicht funktioniert oder ich doch ein Feature hinzufügen möchte. Auch Designänderungen bezüglich der Farben etc. lassen sich auf diese Weise nachträglich vornehmen.
Prompt für die Übersetzung (Text)
Diese App übersetzt beliebige Texte schnell und natürlich in die gewünschte Sprache und erstellt daraus automatisch eine hochwertige Audioaufnahme.
Nutzer geben ihren Text ein, wählen eine Zielsprache und starten die Übersetzung mit nur einem Klick. Die Ausgangssprache wird automatisch erkannt. Anschließend zeigt die App den übersetzten Text an und liest ihn mit einer klaren, natürlich klingenden KI-Stimme vor.
Das Audio kann direkt abgespielt, pausiert, erneut angehört und heruntergeladen werden. Auch der übersetzte Text lässt sich bearbeiten, kopieren oder speichern. Frühere Übersetzungen bleiben im Verlauf verfügbar.
Optional können verschiedene Stimmen, Sprechgeschwindigkeiten und Sprachstile ausgewählt werden.
Die App eignet sich ideal für Reisen, Sprachlernen, internationale Kommunikation, Content-Erstellung und Barrierefreiheit – einfach, schnell und intuitiv.
Den oben angezeigten Test-Prompt füge ich in das Feld „Ausgangssprache“ ein und bestätige den Vorgang mit einem Klick auf den Button „Übersetzen & Vertonen“. Da der Schieberegler unterhalb des Feldes für die Funktion „Audio nach der Übersetzung sofort generieren“ auf „On“ steht, wird zusätzlich zu der Übersetzung des Textes aus dem Deutschen ins Englische automatisch eine englischsprachige KI-Stimme erstellt.
Der ins Englische übersetzte Text ist schnell generiert und die KI-Stimme wird nach wenigen Momenten ebenfalls in der App ausgegeben. Die Stimmen kann ich über Drop-Down-Menüs individuell konfigurieren. Möchte ich lieber eine weibliche oder männliche Stimme im professionellen oder im fröhlichen Stil hören, genau solche Anpassungen lassen hier vornehmen. Das folgende Audio wird von „Leda“ im Stil „professionell (normal)“ vorgetragen, die kurz den „LingoVox“ vorstellt.
Als Nächstes wechsle ich in den Vollbildmodus über das Menü auf der linken Seite ins Französische und wähle die Stimme „Fenrir“ im Stil „Fröhlich & Dynamisch“ aus. Sowohl der Text als auch das Audio werden in innerhalb kurzer Zeit übersetzt. Über den grünen „Download-Button“ kann ich das Audio herunterladen und für einen Blogbeitrag oder ähnliche Zwecke verwenden. Wird die Datei als M4A-Format heruntergeladen, so lässt sich diese über ein Online-Tool in das leichter zu verarbeitende MP3-Format wandeln.
Zum Schluss teste ich die spanische Übersetzung der App und lege die weibliche KI-Stimme „Aoda“ mit dem Stil „Langsam & deutlich“ fest. Auch dies funktioniert sehr zuverlässig, obwohl meine Spanischkenntnisse eher weniger gut geeignet sind, um die beiden Ergebnisse auf ihre Korrektheit zu kontrollieren. Vielleicht ab dem nächsten Semester 😉
Die App „LingoVox“ ermöglicht es, alle drei KI-generierten Audiodateien jederzeit im unteren Bereich einzusehen und abzuspielen. Ein Wechsel zwischen den Sprachen ist problemlos möglich. Insgesamt ist die Anwendung eher minimalistisch gehalten und auf die wesentlichen Funktionen begrenzt. Dies ist aus meiner Sicht vor allem zu Beginn sinnvoll, um die App nicht mit zu vielen Features zu überladen. Die Anwendung könnte nun step by step mithilfe geeigneter Folgeprompts im Gemini-Chatt sowohl funktional als auch designtechnisch angepasst werden. Viel Erfolg!
Autor
