Hören Sie auf, alles zu lesen.
Hören Sie es sich an.
Read Aloud ist die Sprachausgabe in AgentsRoom. Ein Klick auf den Lautsprecher, und eine Markdown-Datei, eine Terminal-Auswahl oder die letzte Antwort Ihres Agenten wird mit natürlicher Synthesestimme laut vorgelesen: Fortschrittsbalken, Pause und Stopp.
Keine Lust auf das ganze Dokument? Derselbe Knopf liest Ihnen stattdessen eine Kurzfassung vor, und Sie bestimmen, wie lange sie spricht: zehn Sekunden, dreißig, oder eine Minute. Ein Changelog von vierzig Minuten, in zehn Sekunden erledigt.
Mit Ton: Antwort des Agenten markieren, auf Anhören klicken, und eine synthetische Stimme liest sie vor. Der Chip in der Statusleiste zeigt Fortschritt und Restzeit, mit Pause und Stopp.
Entwickeln heißt lesen. Ein README, das Sie nicht geschrieben haben, ein Changelog über dreihundert Zeilen, eine Spec, die im Postfach gelandet ist, eine Agentenantwort, die eine Migration in vier Absätzen erklärt. Ihre Augen machen das alles, den ganzen Tag, und um sechs Uhr abends sind sie fertig. Read Aloud nimmt ihnen diese Last ab.
Die Idee kam von einem Nutzer. Er ist Legastheniker, er benutzt AgentsRoom täglich, und er kopierte die Markdown-Vorschau in ein separates Text-to-Speech-Werkzeug, um durch die Dokumentation zu kommen. Kopieren, App wechseln, einfügen, zuhören, zurückkommen, die Stelle wiederfinden. Also ist die Stimme in die App gezogen: Der Lautsprecher-Knopf sitzt direkt neben dem Source-Knopf in der Dateivorschau, und das Dokument wird dort vorgelesen, wo es ohnehin schon ist.
Es ist kein Screenreader und keine Barrierefreiheits-Zertifizierung. Es liest einen Text, den Sie ausgewählt haben, laut vor, mit Fortschrittsbalken und Pause. Dieses enge Versprechen ist der ganze Punkt: Es ist das eine, worauf Sie sich verlassen können.
Das Sprachguthaben wird jetzt zwischen Diktat, Voice Mode und Vorlesen geteilt.
Das Auswahlfenster im Terminal bekommt einen Anhören-Knopf für alles, was Sie markieren.
Die Statusleiste behält eine Steuerpille, solange eine Lesung läuft.
Die Markdown-Vorschau, die einen Changelog laut vorliest, und danach dasselbe Dokument als gesprochene Zusammenfassung.
Vier Stellen, an denen Sie auf Play drücken
Überall derselbe Player, immer nur eine Lesung. Eine zweite zu starten stoppt die erste, denn zwei Stimmen, die durcheinanderreden, hat nie jemand gemeint.
Eine Markdown-Datei, komplett
Öffnen Sie eine beliebige Markdown-Datei in der Vorschau, und neben Source erscheint ein Lautsprecher-Knopf. Ein Klick, und das Dokument wird von oben vorgelesen. Ein README, eine CLAUDE.md, eine Spec, ein Changelog, eine Architekturnotiz. Das ist der Einstieg, für den die Funktion gebaut wurde.
Was Sie im Terminal markiert haben
Markieren Sie Text in einem Agenten-Terminal, und das Auswahlfenster öffnet sich mit einem Anhören-Knopf. Es liest genau das vor, was Sie markiert haben: einen Absatz einer Antwort, die Erklärung eines Fehlers, den Teil einer langen Ausgabe, der Sie wirklich interessiert. Das Fenster schließt sich von selbst, und die Lesung läuft weiter.
Die letzte Antwort Ihres Agenten
Rechtsklick in ein Agenten-Terminal, dann den Vorlesen-Eintrag wählen. Die Antwort stammt aus dem Gesprächsprotokoll, das der Agent auf die Festplatte schreibt, nicht aus einem Abgriff des Terminals: Sie hören die echte Nachricht und keinen Bildschirm voll CLI-Zierrat. Der Agent ist fertig geworden, während Sie in einem anderen Fenster waren: Hören Sie ihn an, statt zurückzuscrollen.
Eine KI-Zusammenfassung oder -Erklärung
Das Auswahlfenster kann einen markierten Block bereits zusammenfassen oder erklären. Wenn die Antwort kommt, liest ein Lautsprecher-Knopf auf der Ergebnisblase sie Ihnen vor. Fragen Sie, was ein böser Stacktrace bedeutet, und hören Sie sich die Erklärung an, während Sie weitertippen.
Es liest Prosa vor, keine Satzzeichen
Markdown, das roh an eine Text-to-Speech-Engine geht, ist unhörbar. Read Aloud putzt es vorher.
Release 1.14.
The reader now shares its credits.
Pause and resume anytime.
Was bis zur Stimme durchkommt: reine Prosa. Code, Tabellen und nackte Dateipfade fliegen raus, bevor ein einziges Wort gesprochen wird.
Schicken Sie ein technisches Dokument unverändert an eine Sprach-Engine, und Sie bekommen „Backtick Slash src Slash services Slash foo Punkt ts Backtick“, danach eine Markdown-Tabelle Zelle für Zelle, danach eine Trennlinie, angekündigt als eine Salve von Bindestrichen. Das hört niemand zweimal. Also läuft der Text durch einen Reinigungsdurchgang, bevor ein Wort gesprochen wird.
Codeblöcke zwischen dreifachen Backticks verschwinden vollständig. Markdown-Tabellen, horizontale Linien und Zeilen, die nichts als ein Dateipfad sind, gehen ebenfalls. Marker für fett, kursiv und Inline-Code fallen weg, die Wörter bleiben. Ein Link wird zu seinem Label, ein Bild verschwindet. Überschriften und Listenpunkte bekommen einen Punkt, wenn ihnen einer fehlt, sonst hetzt die Stimme eine ganze Aufzählung in einem einzigen atemlosen Satz herunter.
- Absätze und Prosa
- Überschriften und Listenpunkte, als echte Sätze
- Link-Labels, ohne die URL
- Fette und kursive Wörter, ohne die Marker
- Codeblöcke
- Markdown-Tabellen
- Zeilen, die nur ein Dateipfad sind
- Horizontale Linien und Trenner
Oder hören Sie die Kurzfassung
Derselbe Knopf, zweite Option: Die KI schreibt eine Zusammenfassung, die in eine von Ihnen gewählte Sprechdauer passt, und genau die wird vorgelesen.
Manche Dokumente verdienen keine vollständige Lesung. Ein Changelog, von dem Sie nur die grobe Form wollen. Eine Spec, von der Sie vor einem Meeting das Wesentliche brauchen. Eine Agentenantwort, die vier Absätze für eine einzige Aussage gebraucht hat. Dafür ist die Kurzfassung da: AgentsRoom fasst den Text auf die gewünschte Dauer zusammen und liest das dann laut vor.
Sie kaufen Sekunden, keine Wörter. Die Sprechdauer ist die einzige Einheit, die für jemanden zählt, der zuhört, und zufällig ist es auch die Einheit, in der Sie bezahlen, denn Sprachausgabe wird pro Zeichen abgerechnet. Zehn Sekunden Kern statt zweiundzwanzig Minuten Dokument sind auf Ihrem Guthaben ein Rundungsfehler.
Drei Längen, ein Klick
Zehn Sekunden. Die Schlagzeile: worum es im Dokument geht und was sich geändert hat. Das ist die Voreinstellung.
Dreißig Sekunden. Der Kern mit seinen Gründen, genug um zu entscheiden, ob die vollständige Lesung Ihre Zeit wert ist.
Eine Minute. Ein echtes Briefing: der Aufbau des Dokuments, seine Hauptpunkte und seine Vorbehalte.
Die Kurzfassung per Klick nutzt die Dauer, die Sie in den AgentsRoom-Einstellungen eingestellt haben. Ab Werk zehn Sekunden.
- ·Die Zusammenfassung wird in Ihrer Oberflächensprache geschrieben, ein deutscher Nutzer bekommt also einen deutschen Rückblick auf ein englisches Dokument.
- ·Für den Text zieht sie an Ihrem monatlichen Kontingent für KI-Zusammenfassungen, für das Audio dann am Sprachguthaben.
- ·Markdown wird entfernt, bevor die Zusammenfassung geschrieben wird, damit das Modell sein Budget in die Prosa steckt und nicht in Codeblöcke.
Ein Player, der sich benimmt
Alles, was man von etwas erwartet, das zwanzig Minuten lang spricht.
Für wen das wirklich ist
Keine großen Ansagen. Vier Situationen, in denen Leute auf den Knopf drücken.
Legasthene Entwickler, und alle, die langsam lesen. Geschriebenes technisches Englisch ist am schwersten zu entziffern, und eine Synthesestimme nimmt den Entzifferungsschritt weg. Daher kommt die Funktion, und das ist der Fall, den sie am besten bedient.
Augen, die genug haben. Später Nachmittag, dritter Bildschirm Dokumentation, Konzentration weg. Sich eine Spec anzuhören, während Sie aufstehen und sich strecken, ist kein Produktivitätstrick, es tut einfach weniger weh.
Der Agent, der lange läuft. Er hat elf Minuten gearbeitet, endlich geantwortet, und die Antwort hat vier Absätze. Rechtsklick, zuhören, weitermachen mit dem, was Sie gerade taten.
Die eigene Prosa gegenlesen. Ein README, eine Release-Notiz, eine Support-Antwort: Wenn Sie sie sich vorlesen lassen, fällt der holprige Satz auf, den Ihre Augen längst nicht mehr sehen.
Was es nicht macht
Die ehrliche Liste, damit Sie nach der Installation nichts überrascht.
- Es ist kein Screenreader. Es erzählt nicht die Oberfläche, es folgt nicht Ihrem Tastaturfokus, und es erhebt keinen Anspruch auf Barrierefreiheits-Konformität. Es liest einen Text vor, den Sie ausgewählt haben.
- Eine einzelne Lesung ist auf 20.000 Zeichen gedeckelt, ungefähr zweiundzwanzig Minuten Sprache. Darüber hinaus wird die Lesung abgeschnitten, und die Oberfläche sagt es Ihnen, denn Sprachausgabe wird pro Zeichen abgerechnet und ein Klick auf eine riesige Datei darf nicht stillschweigend ein Monatsguthaben leeren.
- Eine Datei, eine Auswahl oder eine Zusammenfassung vorzulesen funktioniert mit jedem Agenten-Provider. Die letzte Antwort des Agenten vorzulesen braucht ein adressierbares Gesprächsprotokoll, und das heißt heute Claude Code und Codex; andere Provider melden, dass es nichts zu lesen gibt, statt zu raten.
- Es braucht eine Verbindung. Die Sprache wird serverseitig synthetisiert, es gibt also keine Offline-Stimme, und ein Dokument, das nur aus Code oder nur aus Dateipfaden besteht, hat nach der Reinigung nichts mehr zu sagen.
Pro, auf Ihrem Sprachguthaben
Dieselbe Geldbörse wie Voice Mode und das Diktat, kein neues Kontingent zum Mitzählen.
Read Aloud ist eine Pro-Funktion. Voice Mode und das Diktat stehen jedem angemeldeten Konto offen, weil eine gesprochene Antwort kurz ist, rund neunhundert Zeichen. Ein Dokument hat Zehntausende. Dieser Verbrauchsunterschied ist der ganze Grund für die Plan-Schranke, und sie hat ihre eigene Zeile in der Vergleichstabelle Free/Plus/Pro.
Abgerechnet wird über das Sprachguthaben, das ohnehin auf Ihrem Konto liegt, geteilt mit Voice Mode und dem Diktat, zu Monatsbeginn wieder aufgefüllt. Das Guthaben wird geprüft, bevor die Sprachanfrage rausgeht, es wird also nie gegen ein leeres Konto gerufen. Sie können auch Ihren eigenen OpenAI-API-Schlüssel hinterlegen: Die Lesungen laufen dann über Ihr Konto und kosten null Guthaben.
Das Sprachguthaben wird zwischen Vorlesen, Voice Mode und Sprachdiktat geteilt.
FAQ
Was ist Read Aloud genau?
Eine Vorlesefunktion in AgentsRoom. Sie wählen einen geschriebenen Text aus (eine Markdown-Datei, eine Terminal-Auswahl, die letzte Antwort Ihres Agenten), und er wird mit natürlicher Synthesestimme laut vorgelesen, mit Fortschrittsbalken, Pause und Stopp. Es ist die Gegenrichtung zum Sprachdiktat, das Ihre Sprache in Text verwandelt.
Kann ich mir eine Markdown-Datei anhören, zum Beispiel ein README?
Ja, das ist der Haupteinstieg. Öffnen Sie die Datei in der AgentsRoom-Vorschau und klicken Sie auf den Lautsprecher-Knopf neben Source. Das ganze Dokument wird von oben vorgelesen: README, CLAUDE.md, Changelog, Architekturnotiz, Spec. Die Markdown-Syntax wird vorher entfernt, Sie hören also den Text und nicht die Auszeichnung.
Liest es Code laut vor?
Nein, und das ist Absicht. Codeblöcke werden entfernt, bevor irgendetwas gesprochen wird, zusammen mit Markdown-Tabellen, horizontalen Linien und Zeilen, die nur ein Dateipfad sind. Gesprochener Code ist unhörbar, also behält Read Aloud die Prosa und wirft den Rest weg.
Kann ich statt des ganzen Dokuments eine Zusammenfassung hören?
Ja. Jeder Einstieg bietet die Kurzfassung an: Zuerst schreibt die KI eine Zusammenfassung, zugeschnitten auf die von Ihnen gewählte Sprechdauer, und genau diese Zusammenfassung wird vorgelesen. Es gibt drei Längen, ungefähr zehn Sekunden, dreißig Sekunden und eine Minute, voreingestellt sind zehn Sekunden. Aus einem langen Changelog wird ein kurzer Audio-Rückblick, und es kostet viel weniger Sprachguthaben als der volle Text. Die Zusammenfassung wird in Ihrer Oberflächensprache geschrieben.
Bringt das etwas, wenn ich Legastheniker bin?
Daher kommt die Funktion. Ein legasthener Nutzer kopierte die Markdown-Vorschau von AgentsRoom in ein externes Text-to-Speech-Werkzeug, also wurde die Stimme in die App geholt. Sie nimmt den Entzifferungsschritt bei technischer Dokumentation weg. Es ist kein Screenreader und erhebt keinen Konformitätsanspruch, aber zum Lesen von Dokumenten macht es genau die Arbeit, um die man es gebeten hat.
Wie lang darf ein Dokument sein?
Eine einzelne Lesung ist auf 20.000 Zeichen sprechbaren Text gedeckelt, ungefähr zweiundzwanzig Minuten. Darüber hinaus wird die Lesung abgeschnitten, und die Oberfläche sagt Ihnen, dass gekürzt wurde. Die Grenze gibt es, weil Sprachausgabe pro Zeichen abgerechnet wird: Ohne sie könnte ein Klick auf eine riesige Datei ein Monatsguthaben leeren, bevor Sie reagieren.
Was passiert, wenn ich die Datei während der Lesung schließe?
Die Lesung läuft weiter. Der Player lebt außerhalb des Fensters, das ihn gestartet hat, und in der Statusleiste erscheint eine Steuerpille mit Fortschritt, Restzeit, Pause und Stopp. Das ist die Steuerung, die immer verfügbar ist, und sie verschwindet, wenn die Lesung endet.
Funktioniert es mit jedem Agenten?
Eine Datei, eine Auswahl oder eine KI-Zusammenfassung vorzulesen funktioniert mit jedem Provider, weil der Text von Ihrem Bildschirm kommt. Die letzte Antwort des Agenten vorzulesen braucht ein adressierbares Gesprächsprotokoll auf der Festplatte, und das heißt heute Claude Code und Codex. Bei anderen Providern meldet dieser eine Einstieg, dass es nichts zu lesen gibt.
Was kostet das?
Read Aloud ist eine Pro-Funktion, abgerechnet über das Sprachguthaben, das schon mit Voice Mode und dem Diktat geteilt und monatlich aufgefüllt wird. Es gibt kein separates Kontingent. Das Guthaben wird vor der Anfrage geprüft, es wird also nichts gegen ein leeres Konto ausgegeben, und Sie können Ihren eigenen OpenAI-API-Schlüssel hinterlegen, um Lesungen ohne Guthaben über Ihr Konto laufen zu lassen.
In welcher Sprache liest es vor?
In der Sprache des Dokuments. Das Sprachmodell liest, was vor ihm liegt, ein englisches README bleibt also englisch, auch wenn Ihre AgentsRoom-Oberfläche auf Deutsch steht. Die Kurzfassung ist die Ausnahme: Die Zusammenfassung wird in Ihrer Oberflächensprache geschrieben und dann gesprochen.
Kann ich die Stimme auswählen?
Ja. Read Aloud nimmt die Stimme, die Sie in den AgentsRoom-Einstellungen bereits für Voice Mode ausgewählt haben, Sie stellen sie also einmal ein und beide Funktionen benutzen sie.
Können zwei Texte gleichzeitig vorgelesen werden?
Nein, und das ist so gewollt. Es gibt einen Player für die ganze App: Eine neue Lesung zu starten stoppt die laufende. Zwei Synthesestimmen, die durcheinanderreden, wollte noch nie jemand.
Passt gut zu
Voice Mode
Ein bidirektionales Sprachgespräch mit einem laufenden Agenten. Read Aloud liest einen geschriebenen Text vor, Voice Mode führt ein lebendiges Hin und Her, freihändig.
Sprachdiktat
Die andere Richtung: Sie sprechen Ihren Prompt, und die Transkription landet im Composer, bereit zum Gegenlesen und Abschicken.
Projektgedächtnis
Die gemeinsame Wissensdatenbank, in die Ihre Agenten schreiben und aus der sie lesen. Reichlich Notizen, die man lieber hört als liest.
Commit-Kontext
Der Kern des Agentengesprächs hängt an jedem Commit, damit die Begründung hinter einer Änderung den Diff überlebt.
Dev-Terminals
Ihre Dev-Server und lange laufenden Prozesse im selben Cockpit wie Ihre Agenten, mit ihren Logs einen Klick entfernt.
Gönnen Sie Ihren Augen eine Pause
Laden Sie AgentsRoom herunter und lassen Sie sich Ihren nächsten Changelog vorlesen.
Companion-App: Agenten auch unterwegs im Blick behalten
Nutzen Sie Claude, Codex, Antigravity CLI oder einen anderen KI-Anbieter.
Bugs und Wünsche direkt in dein öffentliches Backlog schicken.
Ein Blick auf AgentsRoom in Aktion.