Zum Hauptinhalt springen

Sprechendes Foto per KI

Wähle ein Porträtfoto. Nach der Anmeldung hängst du es mit einer Tonspur an, oder mit einem Skript, das eine Stimme aus dem Workspace vorliest, und Endless macht daraus mit MiniMax H3 Max Lip-sync ein sprechendes Video.

Beispielergebnis
Mach aus dem Foto, das ich angehängt habe, host-portrait.jpg, mit MiniMax H3 Max Lip-sync ein sprechendes Video. Ich hänge das Audio an oder gebe dir ein Skript, das du mit einer der Workspace-Stimmen vorlesen lässt. Nenn mir die Kosten, bevor du es ausführst.
Foto · host-portrait.jpg
Audio · episode-intro.mp3, 6 Sekunden
Modell · MiniMax H3 Max Lip-sync, 720p

Hier ist ein sprechendes Video von 6 Sekunden aus dem Porträt. Der Mund folgt dem Episoden-Intro „Hey, welcome back to the show“ von Anfang bis Ende.

  • 6 Sekunden, so lang wie das Audio.
  • 720p. Bitte um 1080p oder 2K für eine schärfere Aufnahme.

Was ist ein sprechendes Foto?

Ein sprechendes Foto ist ein Video, das aus einem einzelnen Porträt und einer Tonspur entsteht. Das Modell animiert das Gesicht, sodass der Mund der Sprache folgt, und das Video ist so lang wie das Audio. Gefilmt werden muss nichts, du brauchst nur ein klares Foto und die Worte, die gesagt werden sollen. Das Foto kann eine echte Person oder eine selbst erstellte Figur zeigen.

Sprechende Fotos werden für Präsentatorvideos, Kurs-Intros, Produkterklärungen, Grüße und Figuren in Social-Media-Posts genutzt. Aus einem Porträt oder einer generierten Figur wird in Minuten ein sprechendes Video. Am besten funktioniert ein frontales Porträt, bei dem das Gesicht gut ausgeleuchtet und klar zu sehen ist.

Endless führt MiniMax H3 Max Lip-sync im Chat deines Workspace aus. Du hängst das Foto und eine Audiodatei von 5 Sekunden bis 15 Minuten Länge an, oder du gibst dem Agent ein Skript, und eine Workspace-Stimme liest es zuerst vor. Das Modell braucht keinen Prompt. Du kannst 480p, 720p, 1080p oder 2K wählen, und das Video wird in deinem Workspace gespeichert.

So funktioniert es

  1. 01

    Foto auswählen

    Wähle oben im Feld ein Porträt aus. Nur sein Name landet im Prompt; die Datei wird nicht von dieser Seite hochgeladen.

  2. 02

    Anmelden und Dateien anhängen

    Erstelle ein kostenloses Endless-Konto oder melde dich an. Der Chat deines Workspace öffnet sich mit fertig geschriebenem Prompt. Hänge dasselbe Foto und das Audio an, oder füge ein Skript ein, das eine Stimme vorliest, und sende ab.

  3. 03

    Sprechendes Video erhalten

    Der Agent führt MiniMax H3 Max Lip-sync aus und speichert das Video in deinem Workspace. Bitte um eine höhere Auflösung, ein neues Skript oder eine andere Stimme.

Wofür es genutzt wird

  1. 01

    Präsentatorvideos ohne Dreh

    Mach aus einem Porträt einen Präsentator, der dein Skript für einen Kurs, ein Onboarding-Video oder ein internes Update vorliest. Wenn sich das Skript ändert, erstelle mit demselben Foto eine neue Aufnahme, statt noch einmal zu drehen.

  2. 02

    Sprechende Figuren

    Generiere in Endless mit einem Bildmodell eine Figur und gib ihr dann eine Stimme und einen Satz. Das Bild und das sprechende Video bleiben im selben Workspace, sodass du die Figur in mehreren Posts wiederverwenden kannst.

  3. 03

    Produkterklärungen

    Lass das Foto einer Sprecherin oder eines Sprechers in einem kurzen Clip für eine Produktseite oder einen Social-Media-Post eine Funktion, einen Launch oder ein Angebot erklären. Ein kurzes, klares Skript funktioniert meist besser als ein langes.

  4. 04

    Persönliche Grüße

    Erstelle aus deinem eigenen Foto und deiner eigenen Stimme eine Begrüßung oder ein Dankeschön. Nimm die Nachricht auf und hänge sie an, oder klone deine Stimme aus Aufnahmen von dir und lass den Agent ein Skript vorlesen.

  5. 05

    Videos in anderen Sprachen

    Bitte den Agent, das Skript zu übersetzen, lass es von einer Workspace-Stimme vorlesen und erstelle für jede Sprache eine Version desselben sprechenden Fotos. Jede Version wird für dein Team in deinem Workspace gespeichert.

  6. 06

    Lange Erzählungen

    Das Modell akzeptiert Audio von bis zu 15 Minuten, ein Porträt kann also eine ganze Lektion, einen Podcast-Abschnitt oder eine Schritt-für-Schritt-Erklärung sprechen. Längeres Audio kostet mehr, frag den Agent also zuerst nach den Kosten.

Häufige Fragen

  • Ist das sprechende Foto per KI kostenlos?

    Du kannst kostenlos starten. Ein kostenloses Endless-Konto kommt mit dem Free-Plan, der deinem Workspace beim Erstellen 100 Credits und jede Woche 50 Credits gibt. MiniMax H3 Max Lip-sync ist im Free-Plan verfügbar, und jede Ausführung verbraucht Credits von diesem Guthaben. Bezahlte Pläne bringen mehr Credits.

  • Was kostet ein sprechendes Foto?

    Es wird pro Sekunde Video berechnet, und das Video ist so lang wie das Audio, längeres Audio kostet also mehr. Höhere Auflösungen kosten ebenfalls mehr. Du kannst den Agent vor der Ausführung nach den Kosten fragen und weißt so, wie viel er von deinem Workspace-Guthaben verbraucht.

  • Welches Foto funktioniert am besten?

    Ein frontales Porträt, bei dem das Gesicht gut ausgeleuchtet und klar zu sehen ist. Vermeide Hände oder Gegenstände vor dem Mund und Gesichter, die im Bild sehr klein sind. Nimm die Version des Fotos mit der höchsten Qualität, die du hast.

  • Wie lang darf das Audio sein?

    Zwischen 5 Sekunden und 15 Minuten, und das Video ist genau so lang wie das Audio. Wenn du stattdessen ein Skript angibst, liest es zuerst eine Workspace-Stimme vor, und die Länge richtet sich nach dieser Aufnahme.

  • Darf ich das Foto einer anderen Person verwenden?

    Nur mit ihrer Erlaubnis. Nutze dein eigenes Foto, das Foto einer Person, die zugestimmt hat, oder eine selbst generierte Figur, und lass keine echte Person etwas sagen, dem sie nicht zugestimmt hat. Endless bittet dich, die Einwilligung zu bestätigen, bevor es eine Stimme klont.

  • Was ist die beste KI für sprechende Fotos?

    Achte auf natürliche Mundbewegungen, Unterstützung für langes Audio, die Wahl der Auflösung und die Möglichkeit, dein eigenes Audio oder eine generierte Stimme zu nutzen. Endless passt, weil es MiniMax H3 Max Lip-sync neben Stimmen und Bildmodellen ausführt und jedes Ergebnis als Datei speichert.

  • Ist mein Foto privat?

    Fotos und Audios, die du anhängst, sowie die daraus erstellten Videos werden in deinem Workspace gespeichert. Sie sind standardmäßig privat, und du entscheidest, ob du sie mit Teammitgliedern teilst. Endless postet oder veröffentlicht deine Dateien nirgendwo.

Ähnliche Posts

Guide

Beste KI für Videobearbeitung: gewinnt das teuerste Modell?

Francisco, unser CEO, hat seine Katze in einen Traumtreffer-Jubel gesetzt, und das halbe Büro wollte dasselbe. Wir haben das genutzt, um zu prüfen, ob das teuerste Modell auch am besten bearbeitet: Seedance 2.5, Kling 4, Wan 3.0 Prime und MiniMax H3 mit denselben Clips, verglichen nach Identität, Treue, Audio und Credits.

16 Min. Lesezeit
Guide

KI-UGC-Videos mit derselben Creatorin erstellen: 8 Videos, alle Prompts

So haben wir Mia gebaut, eine KI-UGC-Creatorin für eine fiktive Matcha-Marke, und acht UGC-Videos mit ihr in Seedance 2.5 erstellt. Alle Prompts, die drei Referenzen dahinter und was jeder Schritt gekostet hat.

26 Min. Lesezeit
Guide

KI-Video-Hook erstellen: ein Supersportwagen hebt in 8 Sekunden ab, mit allen Prompts

So haben wir einen 8-Sekunden-Hook im Straßeninterview-Stil gemacht, in dem ein Supersportwagen davonfliegt, dazu B-Roll, Inserts und Voiceover, alles in Endless mit Seedance 2.5. Alle Prompts, die Auto-Referenzen und die vier Takes, die es gebraucht hat.

24 Min. Lesezeit

Ähnliche Tools

Gib deiner nächsten Idee Raum zum Wachsen.

Starte kostenlos, erstelle ein Projekt und bring die Referenzen deiner Marke zusammen. Oder buche eine Demo, um Endless mit deinem Team kennenzulernen.

Demo buchen