Ein persönlicher Einstieg
Nimm einen kurzen Willkommenssatz auf und verwende dein Porträt für einen Einstieg in ein Tutorial oder eine Präsentation.
Sprechender Avatar
Ein Foto mit deiner Audioaufnahme sprechen lassen
Verbinde ein Porträt mit einer kurzen Audiodatei oder einer Aufnahme im Browser. Ergänze einen Prompt für Mimik und sichtbare Gestik. Kling AI Avatar Pro erstellt daraus ein neues Sprechvideo, das du prüfen und herunterladen kannst.
Verlauf
Hier erscheinen deine letzten Lip-Sync-Videos.
Zum Start anmelden
Beispiel: Eine kurze Begrüßung aufnehmen
Wähle ein eigenes, gleichmäßig beleuchtetes Porträt. Nimm einen kurzen Satz auf, zum Beispiel: „Willkommen zu unserem Kurs. Heute zeige ich dir den ersten Schritt.“ Sprich natürlich und stoppe deutlich vor 15 Sekunden. Höre die Aufnahme an, wiederhole sie bei Versprechern und wähle erst dann „Aufnahme verwenden“.
Schreibe als visuellen Prompt etwa: „Die Person blickt in die Kamera, lächelt leicht und hält den Kopf ruhig.“ Der gesprochene Satz gehört in die Aufnahme; der Prompt ergänzt die gewünschte Darstellung. Warte auf beide fertigen Uploads und starte anschließend die Generierung.
Den fertigen Clip kontrollieren
Öffne den Verlauf und aktualisiere den Status, falls noch kein Ergebnis erscheint. Spiele einen fertigen Clip mit Ton ab und vergleiche Lippen, Pausen und Gesichtsausdruck mit deiner Aufnahme. Du kannst das Video separat öffnen und herunterladen. Passe bei Bedarf Bild, Audio oder Prompt an, bevor du eine neue Generierung startest.
Längeres Material kannst du vorab mit Audio schneiden kürzen. Weitere Aufgaben findest du in der App-Übersicht; aktuelle Angebote für Konto und Credits unter Preise.
Kurze Botschaften mit einem Porträt
Ein Update für deine Community
Verbinde ein bekanntes Sprecherbild mit einer neuen, kurzen Mitteilung. Prüfe Aussprache und Pausen schon in der Audiodatei.
Eine Figur mit Stimme testen
Probiere eine eigene Figur mit klar erkennbaren Gesichtszügen und einer Sprachaufnahme aus. Beurteile Mundbewegung und Ausdruck vor der weiteren Verwendung.
Material vorbereiten und weiterbearbeiten
Was du für den Clip brauchst
Ein Bild als JPG/JPEG, PNG oder WebP bis 10 MiB, das sich im Browser öffnen lässt.
Eine Audiodatei als MP3, WAV, AAC, M4A oder OGG bis 10 MiB und höchstens 15 Sekunden; die Wiedergabe hängt vom Browser ab.
Alternativ eine Mikrofonaufnahme mit Anhören, Verwerfen, erneuter Aufnahme und ausdrücklicher Übernahme.
Ein erforderlicher visueller Prompt mit bis zu 5.000 Zeichen sowie ein Verlauf mit Vorschau und Download.
Fragen zu sprechenden Fotos
Wird der Prompt als Sprache vorgelesen?
Nein. Die Audiodatei liefert Wörter, Stimme und Sprechtempo. Der Prompt beschreibt den sichtbaren Auftritt, etwa Blickrichtung, Gesichtsausdruck oder kleine Gesten. Wenn du den Text oder das Tempo ändern möchtest, bereite zuerst eine neue Audiodatei vor.
Welches Bild und Audio eignen sich?
Wähle ein klares Porträt mit gut sichtbarem Gesicht und möglichst freiem Mund. Eine einzelne, verständliche Stimme ohne überlappende Sprecher erleichtert die Beurteilung. Starke Geräusche, extreme Kopfstellungen oder verdeckte Lippen können ein brauchbares Ergebnis erschweren. Exakte Synchronität ist nicht garantiert.
Warum ist Generieren nach der Aufnahme noch gesperrt?
Höre den Entwurf an und klicke auf „Aufnahme verwenden“, um ihn hochzuladen. Beide Uploads müssen bereit sein und der Prompt darf nicht leer sein. Das Audio muss höchstens 15 Sekunden lang sein. Für die Aufnahme braucht der Browser Mikrofonzugriff; alternativ kannst du eine Datei hochladen.
Brauche ich ein Konto und Credits?
Ja. Anmeldung ist vor Upload und Aufnahme erforderlich. Eigene Dateien und eine übernommene Mikrofonaufnahme werden hochgeladen; die Generierung läuft in der Cloud und kostet Credits. Ein neuer Generieren-Auftrag ist eine weitere kostenpflichtige Anfrage, nicht nur eine Aktualisierung der Vorschau.
Kann ich damit ein vorhandenes Video neu synchronisieren?
Diese Seite erstellt einen neuen Clip aus einem Foto und Audio. Sie nimmt kein bestehendes Video für einen Austausch der Lippenbewegungen an. Automatische Übersetzung, neue Stimmen aus Text und die Montage mehrerer Clips sind getrennte Aufgaben.