Zum Inhalt springen

Workflow · Aktualisiert am Okt. 2026

Foto zu sprechendem Video: Ein wiederholbarer Workflow für Creator

Einmal aus einem Foto ein sprechendes Video zu machen, ist einfach; es jede Woche für einen Kanal, eine Marke oder einen Kurs zu tun, ist ein Produktions-Workflow. Diese Seite richtet sich an alle, die regelmäßig veröffentlichen – sie zeigt, wie du Ausgangsbilder vorbereitest, einen Moderator über alle Clips hinweg einheitlich hältst, Seitenverhältnisse für jede Plattform planst und die Kosten berechenbar hältst.

Foto+Stimme=Video

Stimme
Kein Foto? Probier:
  • Kostenlose Vorschau
  • Anmeldung mit Google
  • Private Uploads
UGC-Anzeigen
Gesang
Sprechen
pro Video
5 Min.
Ausgabe
720p
Personen pro Szene
Mehrere
Sprachen
6

Alles Folgende nutzt OmniHuman 2.0, das aus einem Standbild und einer Tonspur eine komplette Performance erzeugt: Lippensynchronisation, Mimik, Gesten und optional Kamerabewegung.

Bilder für ein sprechendes Video aus einem Foto vorbereiten

Behandle das Ausgangsfoto wie eine Casting-Entscheidung. Fotografiere oder generiere pro Moderator ein Hauptbild mit weichem, gleichmäßigem Licht, neutralem Hintergrund und sichtbaren Händen, wenn du Gesten willst. Speichere es als Masterdatei und verwende es für jede Folge wieder – die Identität bleibt stabil, wenn die Eingabe gleich bleibt.

Das Seitenverhältnis des Fotos bestimmt das Seitenverhältnis des Videos. Schneide hochkant (etwa 9:16) für Reels, Shorts und TikTok zu, quadratisch für Feeds und quer (16:9) für YouTube und Präsentationen. Seitenverhältnisse zwischen 0,4 und 2,5 werden akzeptiert.

Die Tonspur produzieren

Das Audio bestimmt das Timing, also stell es vor dem Rendern fertig. Nimm in einem ruhigen Raum auf, kürze die Pausen an beiden Enden und normalisiere die Lautheit. In natürlichem Tempo gesprochene Skripte wirken besser als gehetzte. Wenn du synthetische Stimmen nutzt, exportiere MP3 oder WAV und lade die Datei wie jede andere Aufnahme hoch.

Teile lange Skripte nur dort, wo ein echter Schnitt Sinn ergibt – das Modell schafft einen kompletten fünfminütigen Take, was Anschlussfehler zwischen Segmenten vermeidet.

Eine wöchentliche Charge produzieren

Eine einfache Routine, die Qualität und Kosten im Griff behält:

  1. 1Masterfoto festlegenDasselbe Bild, derselbe Ausschnitt für jede Folge einer Serie.
  2. 2Alle Skripte schreiben und aufnehmenNimm alles an einem Tag auf, damit die Stimme einheitlich klingt.
  3. 3Einen 5-Sekunden-Test rendernPrüf Bildausschnitt und Bewegung, bevor du Credits für die volle Länge einsetzt.
  4. 4Die vollen Takes rendernStell mehrere Videos in die Warteschlange; pro Konto laufen bis zu drei Renderings gleichzeitig.
  5. 5Schneiden und untertitelnFüge Untertitel, Musik und Logos in deinem gewohnten Schnittprogramm hinzu.

Budgetieren nach Sekunden

Die Kosten richten sich nach der Dauer: 10 Credits pro Sekunde. Die 1.200 wöchentlichen Credits des Pro-Pakets reichen für etwa zwei Minuten fertiges Video – zum Beispiel acht 15-Sekunden-Anzeigen oder zwei einminütige Erklärvideos. Plane die Skriptlänge, und du kennst die Kosten, bevor du auf Rendern klickst.

Qualitäts-Checkliste vor dem Veröffentlichen

Sieh dir jeden Clip vor der Veröffentlichung im Vollbild auf dem Smartphone an. Achte auf drei Momente: die erste Sekunde, in der Zuschauer entscheiden, ob sie dranbleiben; jeden Satz mit schnellen Konsonanten, in dem Synchronisationsfehler auffallen; und die letzte Sekunde, in der der Clip mit einem natürlichen Ausdruck enden sollte statt mitten in einer Geste.

  • Schneide die letzte halbe Sekunde ab, wenn der Moderator nach dem Ende des Audios erstarrt.
  • Brenn Untertitel ein – die meisten Kurzvideo-Zuschauer schauen ohne Ton.
  • Behalte das Original-Audio als Master; komprimiere es nicht zweimal.
  • Benenne Dateien mit der Skriptversion, damit A/B-Ergebnisse nachvollziehbar bleiben.

FAQ

Wie behalte ich in vielen Videos dasselbe Gesicht?

Verwende für jedes Rendering ein Masterfoto mit demselben Ausschnitt. Die Identität kommt aus dem Bild.

Welches Seitenverhältnis sollte ich verwenden?

Passend zur Plattform: Hochformat für Kurzvideos in sozialen Medien, quadratisch für Feeds, 16:9 für YouTube. Die Ausgabe folgt dem Seitenverhältnis deines Fotos.

Kann ich mehrere Videos gleichzeitig rendern?

Ja, pro Konto können bis zu drei Renderings gleichzeitig laufen.

Gibt es eine Längenbegrenzung pro Clip?

Jeder Clip kann 4 Sekunden bis 5 Minuten lang sein.

Kann ich Untertitel hinzufügen?

Füge sie nach dem Herunterladen der MP4 in deinem Schnittprogramm hinzu; das Modell rendert Videos ohne eingebrannten Text.

Welche Auflösung haben die Videos?

OmniHuman 2.0 gibt 720p aus – passend für Social-Media-Plattformen und Präsentationen.

Können mehrere Teammitglieder dasselbe Moderatorenfoto nutzen?

Ja, solange die Person auf dem Foto dieser Nutzung zugestimmt hat. Ein gemeinsames Masterbild hält den Moderator in den Videos aller identisch.

Braucht das Foto einen schlichten Hintergrund?

Nein, aber ein ruhiger, aufgeräumter Hintergrund lenkt die Aufmerksamkeit auf den Moderator und sorgt für sauberere Kanten um die Haare, wenn er sich bewegt.

Weiter entdecken

Lass dein Foto sprechen.

Kostenlose Vorschau.