Nano Banana 2.1 ist LIVE — Googles neuestes Modell | Jetzt testen →
WAVESPEED AI SPRECHENDES FOTO IHR FOTO UND IHRE STIMME BLEIBEN AUF IHREM GERÄT
100% KOSTENLOS

Sprechendes Foto erstellenLassen Sie ein Foto mit jeder Stimme sprechen.

Fügen Sie ein Porträt und eine Sprachaufnahme hinzu, und die KI bewegt den Mund passend zur Sprache: Foto-Lip-Sync online, kostenlos.
Laden Sie das Ergebnis als MP4 mit Ihrem Audio herunter. Ihr Foto und Ihre Stimme verlassen nie Ihr Gerät.

Lip Sync aus jeder SprachaufnahmeMP4 mit Ihrem AudioKein Upload
Keine Anmeldung Kein Upload Kein Wasserzeichen

Porträtfoto ablegen

Ein klares Foto mit einem Gesicht, das in die Kamera blickt, bei dem der Mund sichtbar ist.

JPG, PNG, WebP, AVIF oder HEIC bis 30 MB. Sie können ein Foto auch einfügen.
Oder probieren Sie ein Beispiel

Sie möchten Kopfbewegungen und längere Videos?Dieses kostenlose Tool bewegt den Mund eines Fotos für bis zu 30 Sekunden. Der Avatar Generator von WaveSpeed AI macht aus einem Foto und Audio längere sprechende oder singende Videos mit natürlichen Kopf- und Gesichtsbewegungen, synchronisiert auch vorhandene Videos lippensynchron und bietet eine API.

Avatar Generator öffnen
Ihr Foto und Ihre Stimme werden in Ihrem Browser verarbeitet und nie hochgeladen.
AUSPROBIEREN

Beispielporträt ausprobieren

KI-erzeugte Porträts mit einer kurzen Sprachaufnahme, keine echten Personen. Wählen Sie eines und lassen Sie es sprechen.

DREI EINFACHE SCHRITTE

So lassen Sie ein Foto sprechen

01

Porträt hinzufügen

Legen Sie ein klares Foto mit einem Gesicht, das in die Kamera blickt, ab, wählen Sie es aus oder fügen Sie es ein.

02

Stimme hinzufügen

Wählen Sie eine Audiodatei oder ein Video mit Sprache, bis zu 30 Sekunden. Keine Aufnahme? Erstellen Sie eine mit Text-to-Speech.

03

Erstellen und herunterladen

Wählen Sie „Schnell“ oder „Detailliert“, erstellen Sie das Video, spielen Sie es ab und laden Sie das MP4 herunter.

BESSERE ERGEBNISSE

Tipps für ein besseres sprechendes Foto

Frontal aufgenommenes Gesicht verwenden

Ein Gesicht, das in die Kamera blickt und dessen Mund deutlich sichtbar ist, funktioniert am besten. Seitenansichten, eine Hand oder ein Mikrofon vor dem Mund oder sehr kleine Gesichter ergeben schwächere Ergebnisse.

Klare Sprache verwenden

Eine saubere Sprachaufnahme ohne Musik oder laute Hintergrundgeräusche ergibt die klarste Mundbewegung.

Modus wählen

„Schnell“ zeichnet den Mund auf jedem Gerät zügig neu. „Detailliert“ schärft zusätzlich den Mundbereich für einen saubereren Look; es benötigt eine Grafikkarte und dauert länger.

WaveSpeed AI

Möchten Sie ein ganzes Video, nicht nur ein sprechendes Foto?

Erstellen Sie mit WaveSpeed AI aus einem kurzen Prompt Porträts, Figuren und Videos.

  • Über 1.000 KI-Modelle
  • Bild, Video und 3D
  • Zahlung nach Nutzung

$1 Gratis-Guthaben für berechtigte neue Konten. Keine Karte nötig. Für die Generatoren gelten eigene Konto- und Credit-Anforderungen. Ersteller für sprechende Fotos ist kostenlos.

FAQ zum sprechenden Foto

Ist der Ersteller für sprechende Fotos kostenlos?

Ja. Erstellen Sie beliebig viele sprechende Fotos – ohne Konto, ohne Wasserzeichen und ohne Tageslimit.

Werden mein Foto und meine Stimme hochgeladen?

Nein. Die KI läuft in Ihrem Browser, und Ihr Foto und Ihr Audio verlassen nie Ihr Gerät. Beim ersten Mal lädt Ihr Browser die KI-Modelle einmal herunter und behält sie für das nächste Mal; der Modus „Detailliert“ fügt ein größeres hinzu.

Welches Foto eignet sich am besten?

Ein klares Foto mit einem Gesicht, das in die Kamera blickt, bei dem der Mund sichtbar ist. Sind mehrere Gesichter zu sehen, spricht das größte. Wird kein Gesicht gefunden, weist das Tool darauf hin.

Bewegt sich das ganze Gesicht?

Nein. Nur Mund und Kiefer folgen der Sprache. Kopf, Augen und Ausdruck bleiben wie im Foto, und der Rest des Bildes bleibt still. Es ist ein lustiger, kreativer Effekt, kein realistisches Video der Person.

Wie lang darf das Audio sein?

Bis zu 30 Sekunden. Bei einer längeren Datei können Sie die ersten 30 Sekunden verwenden. Das Video ist so lang wie das Audio.

Welche Audiodateien kann ich verwenden?

MP3, WAV, M4A, AAC, OGG, FLAC und andere gängige Formate oder eine Videodatei, deren Ton verwendet wird. Klare Sprache funktioniert am besten; bei Musik und Gesang ist die Mundbewegung weniger genau.

Was ist der Unterschied zwischen „Schnell“ und „Detailliert“?

Der Mundbereich wird in niedriger Auflösung neu gezeichnet und kann im Modus „Schnell“ daher weicher wirken als der Rest des Fotos. Der Modus „Detailliert“ schärft ihn anschließend nach; er benötigt eine Grafikkarte, die Ihr Browser nutzen kann, und dauert länger. „Schnell“ funktioniert auf jedem Gerät.

Warum ist es auf meinem Gerät langsam?

Beim ersten Durchlauf werden die KI-Modelle einmal heruntergeladen, was etwas dauert. Das Video wird am schnellsten erstellt, wenn Ihr Browser die Grafikkarte nutzen kann; ohne sie kann jede Sekunde Video mehrere Sekunden dauern.

Kann ich jedes Foto verwenden?

Verwenden Sie nur Fotos, zu deren Nutzung Sie berechtigt sind, und fragen Sie Personen, bevor Sie ihr Foto sprechen lassen. Setzen Sie sprechende Fotos nicht ein, um jemanden in die Irre zu führen.

Alle kostenlosen Tools

Geben Sie Ihrem Foto eine Stimme

Kostenlos, privat und im Browser: kein Upload, keine Anmeldung, kein Wasserzeichen.

Foto sprechen lassen