FeelFish 4.1 ist ab heute offiziell verfügbar.

Lange Zeit haben wir den Großteil unserer Energie in das Schreiben gesteckt: längere Kontexte, klügere Agenten, eine vollständigere Werkbank. Aber Schreiben findet nicht nur an der Tastatur statt. Wenn dir unterwegs eine Dialogzeile einfällt, wenn du deinen Entwurf vor der Überarbeitung erst einmal hören willst, oder wenn aus einem Roman ein Hörbuch werden soll, wird die Tastatur zur Wand.

4.1 reißt diese Wand ein. Spracheingabe, Vorlesen und Hörbuchproduktion bilden jetzt eine durchgängige Kette: Gesprochenes wird zu Text, Geschriebenes wird dir vorgelesen, und ein fertiger Roman kann zu einem hörbaren Werk werden.

🎙️ Spracheingabe: Leertaste halten und sprechen

Früher war Spracheingabe ein kleines Mikrofon-Symbol in der Ecke des Eingabefelds: einmal klicken zum Starten, noch einmal zum Beenden. In 4.1 wird daraus ein Modus:

Oben rechts im Eingabefeld gibt es jetzt einen Schalter für die Spracheingabe (Standard-Tastenkürzel Cmd/Strg + Umschalt + D). Im Modus wird der Eingabebereich zu einem Sprachpanel: Leertaste halten, sprechen, loslassen – der Text wird erkannt und eingefügt. Enter sendet.
Ein kurzes Tippen auf die Leertaste schreibt weiterhin ein Leerzeichen, das Mikrofon öffnet sich also nicht versehentlich. Esc bricht während der Aufnahme ab, im Leerlauf verlässt Esc den Modus.
Erkannter Text wird nie automatisch gesendet. Du kannst im Panel auf den Text klicken, um ins Eingabefeld zurückzukehren und weiterzuschreiben, oder alles löschen und neu sprechen.
Sind mehrere Eingabefelder sichtbar, kann sich immer nur eines im Sprachmodus befinden – zwei Aufnahmen gleichzeitig gibt es nicht.

Noch wichtiger ist, wo die Erkennung stattfindet. Unter Windows und macOS läuft standardmäßig ein lokales Modell: Die Erkennung erfolgt vollständig auf deinem Rechner, Audio verlässt den Computer nicht, es werden keine Credits verbraucht, und das Sprachmodell wird bei Bedarf heruntergeladen, statt das Installationspaket zu vergrößern. Auf HarmonyOS-PCs ist Cloud-Erkennung der Standard; beim ersten Aktivieren weist FeelFish ausdrücklich darauf hin, dass Aufnahmen an den Erkennungsdienst gesendet werden, und du kannst in den Einstellungen ein anderes Online-Modell wählen.

Spracheingabe ist eine Mitgliedschaftsfunktion. Ohne Mitgliedschaft zeigt der Schalter einen Hinweis zum Abschluss, statt still ein Modell herunterzuladen oder das Mikrofon zu öffnen.

🔊 Vorlesen: deinen Worten eine Stimme geben

Das Vorlesen wurde in 4.1 neu gebaut.

Unter dem Editor erscheint jetzt eine Vorleseleiste. Ein Klick auf Play und der Text wird Absatz für Absatz gelesen, der aktuelle Abschnitt wird hervorgehoben. Du kannst pausieren, fortsetzen, an die aktuelle Leseposition springen und jederzeit Stimme oder Tempo wechseln. Bei langen Texten wird der nächste Abschnitt im Hintergrund vorab geladen, damit die Wiedergabe nicht am Absatzende hängt.

Drei Stimmen zur Auswahl:

Lokales Modell: gemischtes Vorlesen auf Chinesisch und Englisch, nach einmaligem Download offline nutzbar, ohne Credits, dein Text bleibt auf deinem Rechner. Verfügbar unter Windows und macOS.
Doubao-Stimme: Cloud-Synthese mit natürlicherer Betonung, verbraucht wenige Credits und ist eine Mitgliedschaftsfunktion. Du kannst auch einen eigenen Key hinterlegen, dann fallen keine Credits an. Beide Varianten setzen eine Mitgliedschaft voraus.
Online-Modell: verbinde das Szenario „Sprachsynthese“ mit einem beliebigen OpenAI-kompatiblen TTS-Dienst.

Beim Wechsel von Quelle, Stimme oder Tempo wird der aktuelle Abschnitt neu gelesen – es wird weder gesprungen noch bis zum nächsten Abschnitt gewartet. Vorlesen, Audiodatei-Wiedergabe und Videovorschau weichen einander aus, sodass immer nur ein Ton läuft.

Wenn auch die Antworten des Agenten vorgelesen werden sollen, aktiviere „Automatisch vorlesen“ oben rechts im Agenten-Panel. Standardmäßig aus; du kannst alle Antworten oder nur die letzte Runde vorlesen lassen. Antworten werden in eine Warteschlange gestellt und unterbrechen die aktuell laufende Wiedergabe nicht.

🎧 Hörbuchproduktion: vom Roman zum Audiowerk

Vorlesen heißt, das eigene Geschriebene zu hören; ein Hörbuch heißt, das Werk den Zuhörern zu übergeben. 4.1 bringt eine integrierte Lösung „Hörbuchproduktion“ mit, die daraus eine prüfbare, umkehrbare Pipeline macht:

Kapitel auswählen und festlegen, ob eine einzelne Sprecherstimme oder Erzähler plus mehrere Rollenstimmen zum Einsatz kommen.
Der Agent verwandelt das Manuskript in ein Sprechskript und erstellt eine Besetzungstabelle mit Stimme, Tempo und Stimmprofil jeder Rolle.
Vor der Generierung nennt er die geschätzte Anzahl der Segmente und die Kosten; die Batch-Generierung startet erst nach deiner Bestätigung.
Die Ergebnisse werden kapitelweise im Projekt abgelegt und können direkt angehört oder um das nächste Kapitel ergänzt werden.

Entscheidungen auf Werkebene werden im Projekt gespeichert: Besetzungstabelle und Sprechstil sind langlebige Dateien. Spätere Kapitel übernehmen dieselben Stimmen und Lesekonventionen; nur für neu auftretende Figuren werden neue Vorschläge gemacht. Du willst erst hören, wie es klingt? Lass ein paar Beispielsegmente produzieren, bevor du das ganze Buch freigibst.

Die integrierte Lösung nutzt Doubaos Audio-Generierungsmodell. Umgebungsgeräusche, Soundeffekte und Musik können direkt ins Skript geschrieben und mitgeneriert werden; für das einfache Zusammensetzen ist kein ffmpeg nötig. Ein einzelnes Audiosegment ist auf 120 Sekunden begrenzt, daher werden Skripte szenenweise aufgeteilt. Abgerechnet wird nach Ausgabedauer, mit einer Schätzung vor jedem Batch.

Lösung, Skill und Produktionsparameter lassen sich kopieren und anpassen – die integrierte Lösung nutzt dieselben Fähigkeiten wie eigene Lösungen, ohne versteckte Schalter nur für Integriertes.

Mehr in 4.1

Neben Audio bringt 4.1 eine Reihe weiterer Updates:

🎬 Videovorschau, Image-to-Video-Vorlagen und Schnittschritte;
🧰 Neue Multimedia-Modelle und eigene Schnittstellen in der Werkzeugkiste, mit Freigabe für Dateieingaben, visueller Feldbearbeitung und einer Medien-Task-Konsole;
☁️ Cloud-Sync mit 3 GiB Aktivdatei-Kontingent, Chunk-Upload für große Dateien, 30 Tage Wiederherstellung und Cloud-Bereinigung beim Löschen eines Projekts;
🔌 Eigene Modelle unterstützen das native Gemini-Protokoll; Vertex-Tool-Call-400er und abgeschnittene Langtext-Schreibvorgänge wurden behoben;
🔍 Die Websuche nutzt jetzt DeepSeek, auch das Abrufen für Mitglieder; Suche und Abruf sind auf 200 Anfragen pro Tag begrenzt, mit klarem Hinweis;
🧠 Behoben: Intelligenter Kontext überschrieb Kapitel gegenseitig und behielt Verweise auf gelöschte Kapitel; außerdem gibt es jetzt einen Einstieg zum Zurücksetzen und Neuaufbau;
✍️ CSV-Tabellenbearbeitung im Editor und ein Countdown bis zum nächsten Credits-Reset.

Jetzt aktualisieren

4.1 ist veröffentlicht. Öffne FeelFish und wähle in den Einstellungen „Nach Updates suchen“, oder lade das Installationspaket von der Downloadseite.

Wenn dir ein Problem begegnet oder eine Funktion fehlt, sag uns Bescheid. Wir lesen jedes Feedback.

Möge deine nächste Idee dich nicht erst erwarten, wenn du wieder vor der Tastatur sitzt. 🐟