Klona din röst med AI: spela in rätt, skapa klonen och testa den på svenska

Först: bara din egen röst

Den här guiden gäller din egen röst. Klona aldrig någon annans röst utan personens medgivande, inte heller från en podd, en intervju eller ett föredrag som redan ligger ute.

ElevenLabs bygger in gränsen i flödet: innan snabbklonen sparas ska du bekräfta att du har rätt och samtycke att klona rösten. Bekräftelsen är ett intygande från dig. För den mer avancerade professionella klonen går leverantören längre och tillåter bara din egen röst, med en verifiering av att rösten är din. Vad samtycket betyder när en klonad röst används i en beställd produktion, och varför ett muntligt godkännande inte räcker där, tar ljudhubben upp.

Steg 1: förbered rummet och manuset

En snabbklon tränar ingen egen modell utan bygger på det AI:n redan har lärt sig. Enligt ElevenLabs försöker den härma allt den hör i provet: tempo, tonfall, accent, andning och styrka, men också brus och munljud. Allt som finns i rummet följer alltså med in i klonen.

• Rummet. Välj det mest dämpade rummet du har, gärna med textilier, och undvik kök och badrum där rösten studsar. Stäng av fläktar och kylskåp i närheten. Leverantören rekommenderar inspelning utan efterklang och utan bakgrundsljud av något slag.
• En röst. Bara du ska höras. En annan röst i bakgrunden blir en del av provet.
• Manuset. Läs text i den stil du vill att klonen ska ha, till exempel ett stycke ur ett gammalt speakermanus. Klonen härmar ditt framförande: läser du långsamt och monotont blir det klonen, läser du snabbt och med mycket känsla försöker den göra samma sak.
• Samma läge hela vägen. ElevenLabs varnar för att växla mellan livligt och dämpat i samma prov; då vet AI:n inte vilken del den ska klona, och resultatet blir mindre förutsägbart. Bestäm ett läge och håll det.

Steg 2: spela in en till två minuter

Mer ljud är inte bättre ljud. ElevenLabs skriver att det är hur ljudet spelats in som avgör, inte den totala längden, och att antalet filer inte spelar någon roll, bara den sammanlagda speltiden. Leverantörens riktlinjer för snabbklonen, kontrollerade 3 november 2026:

• Längd. En till två minuter rent tal rekommenderas. Mer än två till tre minuter ger liten förbättring och kan i vissa fall göra klonen mindre stabil.
• Minsta längd. Vid uppladdning i appen måste varje fil vara minst 5 sekunder och alla filer tillsammans minst 10 sekunder. Det är golvet för att tjänsten ska ta emot provet, inte en rekommendation.
• Nivå. Idealet är ett genomsnitt mellan -23 och -18 dB RMS med en true peak på -3 dB, alltså varken för svagt eller för starkt.
• Format. Dokumentationens frågesvar rekommenderar starkt MP3 med 192 kbps eller mer; avsnittet om bästa praxis nämner 128 kbps som lägsta. Okomprimerad WAV förbättrar enligt leverantören oftast inte klonen och kan ställa till det vid uppladdningen. Exportera därför till MP3 på 192 kbps.

Spela in i ett svep, men lämna inga långa tysta partier; leverantören vill ha tal utan långa pauser. Lyssna sedan igenom hela filen i hörlurar innan du laddar upp den. Hör du ett brum eller en bil, spela om stycket hellre än att laga det. ElevenLabs anger att brusreducering kan användas vid behov, men en hårt rensad röst kan förlora ordslut och klang, och klonen härmar även det. Hur du väljer en lagom styrka visar guiden om att ta bort brus i ljud.

Mät nivån i din ljudredigerare innan du exporterar. Visar programmet både topp och genomsnitt, kontrollera att topparna stannar under -3 dB och att genomsnittet hamnar inom intervallet ovan. Höj eller sänk hela filen, men komprimera inte rösten hårt för att komma dit.

Steg 3: skapa snabbklonen

I ElevenLabs görs snabbklonen från avsnittet Voices: välj att skapa en ny röst, välj Instant Voice Clone och ladda upp eller spela in ljudet enligt instruktionerna på skärmen. Ge klonen ett namn och en etikett, bekräfta att du har rätt och samtycke att klona rösten och spara. Klonen ligger sedan under My Voices.

Ge klonen ett namn som säger vilken inspelning den bygger på, till exempel ”egen röst – kontoret – nov 2026”. Du kommer att vilja jämföra två kloner, och utan namnet vet du inte vilken inspelning som gav vilket resultat.

Steg 4: lyssningsprovet på svenska

ElevenLabs anger att du kan klona din röst på alla språk som modellerna Flash v2.5 och Multilingual v2 stöder, och svenska finns med i båda modellernas språklistor. Att språket stöds säger däremot inget om hur väl just din klon låter på svenska. Leverantören skriver själv att snabbklonen kan ha svårt med ovanliga accenter och särpräglade röster. Det visar bara ett lyssningsprov.

Låt klonen läsa provmeningarna nedan, en i taget, och lyssna i hörlurar. Byt ut hakparenteserna mot ditt eget namn och sådant du faktiskt säger i dina klipp. Provet ska likna de manus klonen ska läsa, inte vara ett allmänt test.

NAMN
1  Hej, jag heter [ditt namn] och det här är [kanalens namn].
2  Vi spelade in i Västerås, Norrköping och Skellefteå.
3  Programmet heter [verktyg du använder] och kom i en ny version.
SIFFROR
4  Avsnittet är 14 minuter och 30 sekunder långt.
5  Den 3 november 2026 klockan 08.15.
6  Det blev 1 250 kronor, alltså ungefär 25 procent mer.
FRÅGOR
7  Har du provat det själv?
8  Varför låter det annorlunda när du spelar upp det igen?
9  Ska vi ta det en gång till, eller räcker det?
SVÅRA LJUD
10 Sju sjösjuka sjömän skötte sjön.
11 Kärnan i tjugo kärl kändes kylig.
12 Det var en lång, lugn och ganska stillsam kväll.

Fyll i lyssningskortet medan du lyssnar. Bedöm tre saker per mening: om orden blev rätt, om betoningen blev rätt och om det låter som du.

KLON:        [namn på klonen]
RAD  ORD RÄTT  BETONING  LÅTER SOM JAG  FEL               ÅTGÄRD
1    ja/nej    ja/nej    ja/nej         [vad du hörde]    [se steg 5]
2    ja/nej    ja/nej    ja/nej         [vad du hörde]    [se steg 5]
...
12   ja/nej    ja/nej    ja/nej         [vad du hörde]    [se steg 5]
SLUTSATS:    använd / använd med uttalslista / spela in igen

Steg 5: läs av kortet och åtgärda

Felen på kortet brukar falla i tre grupper, och de lagas på olika ställen.

• Fel ord eller fel uttal på ett namn. Klonen låter som du men säger ”Västerås” eller ett produktnamn fel. Det är ett uttalsproblem, inte ett klonproblem, och det kommer tillbaka i varje manus där ordet finns. Samla orden i en uttalslista för AI-rösten.
• Siffror och datum läses konstigt. Skriv om manuset i den form du vill höra, till exempel ”kvart över åtta” i stället för en klocksiffra, och kör provet igen.
• Rösten, accenten eller frågetonen låter inte som du. Enligt ElevenLabs går accent och ton inte att ändra när klonen väl är skapad; resultatet förbättras bara genom att byta proverna, och små ändringar i dem kan göra stor skillnad. Spela in igen enligt steg 1 och 2, skapa en ny klon och kör samma tolv meningar. Leverantören föreslår sin professionella klon om snabbklonen inte fångar rösten eller accenten.

Kör samma provmeningar på varje ny klon. Byter du meningar mellan proverna vet du inte om det var inspelningen eller texten som gjorde skillnaden.

Övning: tre lyssningskort

Fallen nedan är påhittade. Bedöm varje kort innan du öppnar facit.

A  Inspelning: 4 minuter, växlar mellan lugn berättarröst
   och upprymd presentation.
   Prov: rösten skiftar karaktär mellan raderna, rad 7–9 ojämna.

B  Inspelning: 90 sekunder i ett dämpat rum, jämn nivå.
   Prov: låter som jag på alla rader, men "Skellefteå"
   och kanalens namn uttalas fel varje gång.

C  Inspelning: 75 sekunder i köket, fläkten på.
   Prov: ett svagt sus under alla rader, rösten låter burkig.