Sprache & Untertitel: Ton zu KI-Videos hinzufügen
Der Sprecher-Modus liefert TTS-Stimme und Lippen-Sync integriert; bei normalem Text-zu-Video müssen Sie Sprachausgabe und Untertitel selbst hinzufügen.
Eine häufige Frage beim Einstieg: Haben KI-generierte Videos automatisch eine Sprachausgabe? Muss ich Untertitel selbst ergänzen? Die Antwort hängt vom verwendeten Generierungsmodus ab. Der Sprecher-Modus erzeugt Stimme und Lippen-Sync automatisch im Modell. Normales Text-zu-Video liefert dagegen nur Bildmaterial — kein Sprechen, keine Untertitel. Dieser Leitfaden erklärt beide Fälle und wo Untertitel hinzugefügt werden.
Sprecher-Modus: ein Referenzbild genügt für ein vertontes Präsentator-Video
Der Sprecher-Modus benötigt nur ein Referenzbild eines digitalen Menschen, um ein Video einer sprechenden Person zu erzeugen. Die Sprachausgabe wird automatisch von der integrierten TTS erzeugt und der Lippen-Sync im Modell übernommen — kein zusätzliches Einsingen oder manuelles Ausrichten nötig. Hinweis: Szenen mit mehreren Figuren und erweiterte Bewegungsbibliotheken gibt es auf externen Plattformen wie HeyGen, Synthesia oder D-ID und gehören hier nicht zum Sprecher-Modus.
Normales Text-zu-Video: standardmäßig keine Sprachausgabe
Wenn Sie lediglich einen Text-Prompt in ein Video verwandeln und niemand im Bild spricht, enthält das Ergebnis weder automatischen Ton noch Untertitel. Sie erhalten nur sauberes Bildmaterial und übernehmen Sprachausgabe sowie Untertitel selbst in Ihrem Schnittprogramm. Beachten Sie auch die Generierungslimits: bis zu 15–20 Sekunden pro Clip, 720p-Auflösung und ein Rate-Limit von 16 Anfragen pro Minute.
Wie füge ich Untertitel hinzu?
Normale Text-zu-Video-Clips haben keine Untertitel: Brennen Sie die Untertitel nach dem Export mit einem Editor wie CapCut, Premiere oder Ähnlichem ein. Möchten Sie integrierte Untertitel, wechseln Sie in den Sprecher-Modus — Videos aus diesem Modus enthalten mit der Sprachausgabe synchronisierte Untertitel.
Probieren Sie es in der Demo aus
Sowohl die Online-Demo als auch Studio bieten einen Einstieg in den Sprecher-Modus, und /api-docs stellt die vollständige API bereit. Erstellen Sie jetzt aus einem Bild ein vertontes Präsentator-Video.
Demo ausprobierenVoiceover & Subtitles References
The TTS voiceover, lip-sync, and subtitle-burning approaches on this page reference the following industry products and open-source tech.
- HeyGen — 数字人视频创作平台HeyGen · heygen.com (2025)
Digital-human platforms like HeyGen mentioned here are described per their official product docs.
- ElevenLabs — AI 语音与 TTSElevenLabs · elevenlabs.io (2025)
For DIY voiceovers, ElevenLabs is a mainstream AI TTS option; its voices and language support follow its official site.
- Whisper — 自动语音识别与字幕转录OpenAI · GitHub (openai/whisper) (2023)
For auto subtitle transcription, OpenAI's open-source Whisper model is a reference implementation.
- CapCut — 视频剪辑与字幕工具ByteDance · capcut.com (2025)
The subtitle-burning features of editors recommended here (Jianying/CapCut, etc.) follow their official docs.
Warum Sie dem vertrauen können
Dieser Artikel wurde von Praktikern an vorderster Front geschrieben. Beim Schreiben wurden Quellen aus erster Hand wie arXiv-Papiere, technische Berichte der Hersteller und der Stanford AI Index überprüft. Er basierte nicht auf Schlussfolgerungen aus subjektiven Eindrücken.
SandGrid@lcy362
Autor von Agnes Video Generator · Full-Stack-Entwickler
Unabhängiger Entwickler und Autor von Agnes Video Generator, einem Open-Source-Tool zur KI-Videogeneration. Das Projekt basiert auf dem völlig kostenlosen Videomodell von Agnes AI und dem Open-Source-MIT-Protokoll. Es hat mehr als 1.000 Schöpfern dabei geholfen, KI-Videos ohne Kosten zu erstellen. Ich achte seit langem auf die Konstruktion und Popularisierung von Modellen zur Videogenerierung, und der Inhalt des Artikels stammt aus der Praxis an vorderster Front und der Forschung aus erster Hand.
Auf GitHub ansehenZuletzt aktualisiert：2026-08-21
Bereit zum Erstellen?
„Lassen Sie Weltklasse-KI jedem gehören. “– Bruce Yang. Völlig kostenlos, ohne Kreditkarte oder Hochleistungs-Grafikkarte, erstellen Sie Ihr erstes KI-Video ohne Kosten. Möchten Sie kostenlose Videomodelle von Agnes AI verwenden? Fangen Sie hier an.
Klonen Sie das GitHub-Repo und starten Sie in 2 Minuten