- Englisch
- Pronunciation control
- Auch genannt
- Aussprachewörterbuch, Aussprache-Wörterbuch, Pronunciation Dictionary, Aussprachekorrektur
- Thema
- Ton & Stimme
Aussprache anpassen bedeutet, einer KI-Stimme vorzugeben, wie sie bestimmte Wörter sprechen soll. Das betrifft vor allem Namen, Fachbegriffe, Abkürzungen, Marken und englische Wörter in deutschen Texten. Je nach Tool geht das über eine geänderte Schreibweise, ein Aussprache-Wörterbuch, Lautschrift oder SSML-Befehle.
Wie passt du die Aussprache an?
Es gibt mehrere Wege, die je nach Tool unterschiedlich verfügbar sind.
- Lautmalerische Schreibweise: Du schreibst das Wort im Skript so, wie es klingen soll. Das ist schnell, verändert aber den Text, falls du ihn auch für Untertitel nutzt.
- Aussprache-Wörterbuch: Du legst im Tool fest, dass ein bestimmtes Wort immer auf eine bestimmte Weise gesprochen wird. Die Korrektur gilt dann für alle Projekte.
- Lautschrift: Manche Tools erlauben eine Angabe in phonetischer Schrift wie IPA. Das ist am genauesten, braucht aber etwas Übung.
- SSML: Über Befehle wie
suboderphonemelegst du die Aussprache direkt im Text fest. Der W3C-Standard SSML 1.1 beschreibt dafür auch eigene Aussprache-Lexika.
Wofür brauchst du das bei KI-Videos?
Ein falsch ausgesprochener Firmen- oder Produktname fällt sofort auf und wirkt unprofessionell. In Erklärvideos, Schulungen und Werbevideos kommen solche Begriffe ständig vor. Auch bei Video-Übersetzungen lohnt sich ein Blick auf Namen, die in jeder Sprache gleich klingen sollen.
Worauf du achten solltest
Hör dir das komplette Voice-over an, bevor du es verwendest, und notiere alle Wörter, die falsch klingen. Lege für deine Marke und deine Produkte von Anfang an eine Liste an und pflege sie im Tool. Wenn du die Stimme oder das Tool wechselst, prüfe die Liste erneut, denn jede Stimme liest anders. Bei Untertiteln achte darauf, dass dort die richtige Schreibweise steht, nicht die lautmalerische.
Häufige Fragen zu Aussprache anpassen
Warum spricht die KI-Stimme ein Wort falsch aus?
Das Modell schätzt die Aussprache anhand der Schreibweise und seiner Trainingsdaten. Bei Namen, englischen Begriffen in deutschen Sätzen, Abkürzungen und Marken liegt es dabei öfter daneben.
Wie korrigiere ich die Aussprache am schnellsten?
Oft reicht es, das Wort so zu schreiben, wie es klingen soll, etwa „Ei-Ai“ statt „AI“. Für wiederkehrende Begriffe ist ein Aussprache-Wörterbuch im Tool besser, weil die Korrektur dann in allen Texten gilt.
Relevante Glossareinträge
- SSMLSSML (Speech Synthesis Markup Language) ist eine Auszeichnungssprache, mit der du Pausen, Betonung, Tempo und Aussprache einer KI-Stimme im Text steuerst.
- KI-StimmeEine KI-Stimme ist eine künstlich erzeugte Stimme, die Text vorliest oder Sprache umwandelt. In KI-Videos spricht sie Voice-over und Avatare.
- Text-to-Speech (TTS)Text-to-Speech (TTS) wandelt geschriebenen Text in gesprochene Sprache um. In KI-Videos liefert TTS die Stimme für Sprechertext und Avatare.
- Voice-overEin Voice-over ist ein Sprechertext, der über das Bild gelegt wird, ohne dass der Sprecher zu sehen ist. Bei KI-Videos kommt er oft aus einer KI-Stimme.
- Audio-DuckingAudio-Ducking senkt die Musik automatisch ab, sobald jemand spricht, und hebt sie in Sprechpausen wieder an. So bleibt die Stimme gut verständlich.
- Audio-Generierung (Ton direkt mit)Audio-Generierung heißt, dass ein KI-Videomodell den Ton gleich mit dem Bild erzeugt, also Geräusche, Musik oder Sprache. Auch: nativer Ton.
Relevante Ratgeber und Testberichte
Hier kommt der Begriff vor.

Geschrieben von
Autor & Visual Designer · Co-Founder newcreation Media GmbH
Jochen Sahm ist seit 17 Jahren Designer, Freelancer und Photoshop-Experte und Co-Founder der newcreation Media GmbH. Dort verantwortet er KI, Automatisierung und die Wahl der richtigen Werkzeuge. Zuletzt aktualisiert am 26.10.2026.























