So klonen Sie Ihre Stimme mit KI

Stimmenklonen erstellt aus einer echten Aufnahme eine wiederverwendbare synthetische Stimme. VisionStory analysiert das Ausgangsbeispiel, bereitet das Audio auf, erkennt Sprache und Stimmmerkmale, erstellt den Klon und erzeugt eine Vorschau, die Sie prüfen können, bevor Sie ihn in einem Video verwenden.

Der Upload ist nur der mechanische Teil. Die Ausgangsaufnahme bestimmt, wie nah und wie stabil sich das Ergebnis anfühlt. Eine saubere, gleichmäßige Minute ist meist hilfreicher als mehrere Minuten, die mit unterschiedlichen Mikrofonen oder in verschiedenen Räumen aufgenommen wurden.

Nutzen Sie Stimmen verantwortungsvoll. Klonen Sie nur Ihre eigene Stimme oder eine Stimme, für deren Nutzung Sie eine eindeutige Erlaubnis haben. Nutzen Sie Stimmenklonen nicht, um sich als jemand anderes auszugeben, Zustimmung zu umgehen oder ein Publikum zu täuschen.

• Beste Quelle: 1–2 Minuten sauberes Audio mit nur einer sprechenden Person.
• Schnellaufnahme: bis zu 15 Sekunden im Dialog „Clone“.
• Verfügbarkeit: Pro- und höhere Abonnements.

Schritt 1: Voice Clone in KI-Video öffnen

Öffnen Sie KI-Video und wählen Sie den Avatar aus, den Sie verwenden möchten. Klicken Sie in der Stimmenzeile unter dem Script-Feld neben der aktuellen Stimme auf Clone. Der Dialog „Clone“ öffnet sich, ohne die bestehende Stimme des Avatars zu ändern.

Schritt 2: Upload oder Aufnahme wählen

Der Dialog bietet zwei Quellmethoden. Wählen Sie je nachdem, ob Sie den Ablauf nur testen oder die bestmögliche Übereinstimmung erzielen möchten.

• Audio hochladen: bevorzugt für Qualität. Verwenden Sie nach Möglichkeit ein sauberes Sample zwischen 1 und 2 Minuten.
• Aufnehmen: praktisch für einen schnellen Test. Der In-App-Recorder nimmt derzeit bis zu 15 Sekunden auf.

Für Uploads werden .avi, .mp3, .mp4, .m4a, .wav oder .mov unterstützt. Das ausgewählte Audiosegment muss mindestens 3 Sekunden lang sein und kann bis zu 120 Sekunden betragen.

Schritt 3: Audio vorbereiten, das eine bessere Übereinstimmung liefert

Ein Stimmenklon kopiert mehr als nur die stimmliche Identität. Er kann auch Tempo, Betonung, Atmung, Raumklang, Mikrofonfärbung und unerwünschte Artefakte nachbilden. Nehmen Sie die Quelle in dem Stil auf, den der Klon später verwenden soll.

• Nur eine sprechende Person. Entfernen Sie Musik, überlappende Stimmen und Gespräche im Hintergrund.
• 1–2 saubere Minuten aufnehmen. Sorgen Sie für genügend natürliche Variation, ohne uneinheitliche Sessions zu mischen.
• Einen ruhigen, nicht hallenden Raum wählen. Weiche Einrichtung reduziert Nachhall; vermeiden Sie Ventilatoren, Verkehr und Klimaanlagen-Geräusche.
• Das Mikrofon stabil halten. Halten Sie Abstand, Winkel, Eingangspegel und Raum über die gesamte Aufnahme hinweg konstant.
• Natürlich und gleichmäßig sprechen. Halten Sie Akzent, Lautstärke, Tempo und Sprechstil stabil.
• Lange stille Pausen vermeiden. Nutzen Sie durchgehende, verwertbare Sprache, statt die Datei mit Stille aufzufüllen.

Know-how: Wenn der erste Klon schwach klingt, ersetzen Sie die Quelle durch saubereres, konsistenteres Audio, bevor Sie eine deutlich längere Aufnahme versuchen. Material mit gemischter Qualität bringt dem Klon oft genau die Unstimmigkeiten bei, die Sie entfernen wollten.

Schritt 4: Sample hochladen, prüfen und benennen

Ziehen Sie die Datei in Import Audio oder klicken Sie auf den Drop-Bereich, um sie auszuwählen. Sobald die Wellenform angezeigt wird, spielen Sie den ausgewählten Abschnitt ab und achten Sie auf eine weitere Stimme, Musik, Übersteuerung, Hall, abrupte Schnitte oder lange Stille. Ersetzen Sie die Quelle, wenn diese Probleme deutlich sind.

Geben Sie einen aussagekräftigen Namen mit bis zu 20 Zeichen ein. Ein Locale-Suffix hilft, mehrere Tutorial- oder Kampagnen-Stimmen leicht zu unterscheiden; zum Beispiel Tutorial Voice-en.

Schritt 5: Klon erstellen und VisionStory die Sprache erkennen lassen

Klicken Sie auf Clone Now. VisionStory verarbeitet das Sample asynchron und öffnet den Tab Cloned Voice. Das Element aktualisiert sich während der Verarbeitung und wird abspielbar, sobald die Vorschau bereit ist.

Sie müssen keine Ausgangssprache manuell auswählen. VisionStory analysiert die Aufnahme und weist die erkannte Sprache automatisch zu. Verwenden Sie in der Quellaufnahme konsequent nur eine Sprache, damit sich Locale, Akzent und Vorschau leichter beurteilen lassen.

Schritt 6: Vorschau ansehen, auswählen und den Klon testen

Nutzen Sie vor der Auswahl die Play-Taste in der Klon-Zeile. Achten Sie auf Stimmidentität, Akzent, Sprechtempo, Aussprache, Raumecho, Hintergrundgeräusche und instabile Tonhöhen- oder Klangänderungen. Wenn die Vorschau deutliche Artefakte hat, verbessern Sie die Quelle jetzt – statt das Problem erst im fertigen Video zu entdecken.

Wählen Sie die geklonte Stimme aus, geben Sie einen kurzen Satz in das Script-Feld ein und klicken Sie auf Audio-Vorschau. Ein kurzer Test erleichtert den Vergleich und bestätigt, dass der Klon zu den Inhalten passt, die Sie erstellen möchten.

Voice-Clone-Pläne und Slot-Limits

Voice Clone ist in Pro und höheren Tarifen verfügbar. Jede gespeicherte geklonte Stimme belegt einen Slot, bis sie gelöscht wird.

Wenn Sie einen Klon nicht mehr benötigen, öffnen Sie Cloned Voice, löschen Sie diese Stimme und bestätigen Sie die Aktion. Das Löschen eines Klons gibt seinen Slot wieder frei. Wenn die gelöschte Stimme im Editor ausgewählt war, wechselt VisionStory automatisch zu einer verfügbaren Standardstimme.

88 unterstützte Sprachen

88 einzigartige Sprachen. VisionStory erkennt die Sprache einer Klon-Probe automatisch; die verfügbaren Stimmenoptionen und Ausgabe-Eigenschaften können je nach Sprache variieren. Die folgende Liste zählt nach dem Zusammenführen regionaler Varianten und gleichbedeutender Namen einen Eintrag pro Sprache.

• 🇿🇦 Afrikaans
• 🇦🇱 Albanisch
• 🇪🇹 Amharisch
• 🇸🇦 Arabisch
• 🇦🇲 Armenisch
• 🇮🇳 Assamesisch
• 🇦🇿 Aserbaidschanisch
• 🇪🇸 Baskisch
• 🇧🇾 Belarussisch
• 🇧🇩 Bengalisch (Bangla)
• 🇧🇦 Bosnisch
• 🇧🇬 Bulgarisch
• 🇲🇲 Birmanisch
• 🇭🇰 Kantonesisch
• 🇪🇸 Katalanisch
• 🇵🇭 Cebuano
• 🇲🇼 Chichewa
• 🇨🇳 Chinesisch (Mandarin)
• 🇭🇷 Kroatisch
• 🇨🇿 Tschechisch
• 🇩🇰 Dänisch
• 🇳🇱 Niederländisch
• 🇬🇧 Englisch
• 🇪🇪 Estnisch
• 🇵🇭 Filipino
• 🇫🇮 Finnisch
• 🇫🇷 Französisch
• 🇪🇸 Galicisch
• 🇬🇪 Georgisch
• 🇩🇪 Deutsch
• 🇬🇷 Griechisch
• 🇮🇳 Gujarati
• 🇭🇹 Haitianisches Kreolisch
• 🇳🇬 Hausa
• 🇮🇱 Hebräisch
• 🇮🇳 Hindi
• 🇭🇺 Ungarisch
• 🇮🇸 Isländisch
• 🇮🇩 Indonesisch
• 🇮🇪 Irisch
• 🇮🇹 Italienisch
• 🇯🇵 Japanisch
• 🇮🇩 Javanisch
• 🇮🇳 Kannada
• 🇰🇿 Kasachisch
• 🇮🇳 Konkani
• 🇰🇷 Koreanisch
• 🇰🇬 Kirgisisch
• 🇱🇦 Laotisch
• 🇻🇦 Latein
• 🇱🇻 Lettisch
• 🇨🇩 Lingala
• 🇱🇹 Litauisch
• 🇱🇺 Luxemburgisch
• 🇲🇰 Mazedonisch
• 🇮🇳 Maithili
• 🇲🇬 Malagassy
• 🇲🇾 Malaiisch
• 🇮🇳 Malayalam
• 🇮🇳 Marathi
• 🇲🇳 Mongolisch
• 🇳🇵 Nepali
• 🇳🇴 Norwegisch
• 🇮🇳 Odia
• 🇦🇫 Paschtu
• 🇮🇷 Persisch
• 🇵🇱 Polnisch
• 🇵🇹 Portugiesisch
• 🇮🇳 Punjabi
• 🇷🇴 Rumänisch
• 🇷🇺 Russisch
• 🇷🇸 Serbisch
• 🇵🇰 Sindhi
• 🇱🇰 Singhalesisch
• 🇸🇰 Slowakisch
• 🇸🇮 Slowenisch
• 🇸🇴 Somali
• 🇪🇸 Spanisch
• 🇰🇪 Swahili
• 🇸🇪 Schwedisch
• 🇮🇳 Tamil
• 🇮🇳 Telugu
• 🇹🇭 Thailändisch
• 🇹🇷 Türkisch
• 🇺🇦 Ukrainisch
• 🇵🇰 Urdu
• 🇻🇳 Vietnamesisch
• 🇬🇧 Walisisch

Zählweise: ein Eintrag pro Sprache statt pro Locale — zum Beispiel zählen englische Regionalvarianten nur einmal, Norwegisch Bokmål und Nynorsk zählen nur einmal und Bengalisch/Bangla zählt nur einmal.

Fehlersuche bei einem Stimmklon, der nicht nah genug klingt

Die Stimmidentität wirkt schwach

Ersetzen Sie die Quelle durch eine sauberere 1- bis 2-minütige Probe aus einer ununterbrochenen Aufnahme. Halten Sie Mikrofon, Raum, Tempo und Performance konsistent.

Der Klon klingt verrauscht oder metallisch

Hören Sie sich die Quelle mit Kopfhörern an. Entfernen Sie Hintergrundmusik, Hall, Ventilatoren, Verkehr, aggressives Rauschentfernen, Clipping und wiederholte verlustbehaftete Exporte. Ein saubereres Original hilft meist mehr als zusätzliche Bearbeitung.

Tempo oder Emotion wirken falsch

Der Klon hat diese Art der Betonung aus der Probe gelernt. Nehmen Sie die Quelle in dem Ton, der Energie, dem Tempo und dem Sprechstil auf, den Sie später hören möchten.

Sprache oder Akzent sind unerwartet

Verwenden Sie in der Probe durchgehend eine Sprache und vermeiden Sie während der Klon-Aufnahme das Wechseln der Sprache. Für die beste Übereinstimmung bei Aussprache und Akzent sollten Sie mit der Sprache klonen und testen, die Sie veröffentlichen möchten.

Erstellen Sie Ihren Stimmklon

Bereiten Sie eine saubere Quellenaufnahme vor, öffnen Sie KI-Video und sehen Sie sich das Ergebnis in der Vorschau an, bevor Sie es in einer längeren Produktion verwenden. Mehr zu individuellen und mehrsprachigen Stimmen finden Sie in der VisionStory-Funktion zum Stimmenklonen.