Voice-over

Ein Voice-over ist ein gesprochener Text, der über ein Video gelegt wird, ohne dass die sprechende Person im Bild zu sehen ist. Im Deutschen sagt man auch Off-Stimme oder Off-Sprecher. Bei KI-Videos entsteht das Voice-over meist per Text-to-Speech aus einem Skript oder mit einer geklonten Stimme.

Wie entsteht ein Voice-over mit KI?

Du schreibst den Sprechertext, fügst ihn in ein Sprachtool oder einen KI-Video-Editor ein und wählst eine Stimme, eine Sprache und oft auch ein Sprechtempo. Die Software erzeugt daraus eine Audiodatei, die du unter dein Video legst. Viele Editoren machen das in einem Schritt und setzen das Voice-over gleich an die passende Stelle in der Zeitleiste.

Wer seine eigene Stimme nutzen will, kann sie per Voice Cloning nachbilden lassen. Dann spricht die KI beliebige Texte in deinem Klang. Für die Stimme einer anderen Person brauchst du deren Einwilligung.

Wofür nutzt du ein Voice-over bei KI-Videos?

Voice-overs sind die Grundlage für Erklärvideos, Produktvideos und Faceless-Kanäle, bei denen niemand vor der Kamera steht. Auch reine Text-to-Video-Clips bekommen so eine erzählende Ebene. Für Videos in mehreren Sprachen tauschst du nur das Voice-over aus, das Bild bleibt gleich.

Worauf du achten solltest

Schreib für das Ohr, nicht für das Auge. Kurze Sätze, einfache Wörter und klare Pausen klingen bei synthetischen Stimmen natürlicher als verschachtelte Sätze. Hör dir das Ergebnis vollständig an, denn Zahlen, Abkürzungen und Fremdwörter werden oft falsch betont. Läuft Musik mit, sollte sie unter der Stimme leiser werden, damit der Text verständlich bleibt.

Prüfe bei kommerziellen Projekten, ob der Tarif des Tools die kommerzielle Nutzung der Stimme erlaubt. Bei manchen Anbietern ist das im Gratis-Plan ausgeschlossen.