So erstellen Sie einen sprechenden KI-Avatar, den Sie wiederverwenden können

Kurzantwort: Entwerfen Sie ein Avatar-Bild, behalten Sie eine Stimme dafür bei und verwenden Sie beides wieder. Nutzen Sie auf Seedance Lip Sync im Bildmodus für lange Moderations-Clips oder Seedance 2.5 Reference to Video, wenn der Avatar in einer neuen Szene sprechen soll.

Die meisten Anleitungen enden nach dem ersten sprechenden Clip. Der schwierige Teil folgt in der zweiten Episode: Die Gesichtszüge verändern sich, die Stimme variiert und die Serie wirkt nicht mehr wie ein einheitlicher Charakter. Diese Anleitung zeigt Ihnen, wie Sie einmal einen sprechenden KI-Avatar erstellen und ihn in jedem Video auf Seedance konsistent halten.

Wenn Sie ein Porträt in einen kurzen Avatar-Clip ohne Stimme animieren möchten, beginnen Sie mit unserem Leitfaden für KI-Avatar-Videos mit Seedance. In diesem Artikel geht es um Avatare, die sprechen.

Die drei Teile eines wiederverwendbaren Avatars

Speichern Sie alle drei in einem Ordner, bevor Sie das erste Video erstellen.

Schritt 1: Das Master-Avatar-Bild entwerfen

Öffnen Sie Text to Image und beschreiben Sie den Charakter im Detail. Vergleichen Sie einige Modelle wie Nano Banana 2, Seedream 5.0 Pro und GPT Image 2.5 und wählen Sie ein Ergebnis aus, das Sie in jeder Episode sehen möchten.

Porträt (Kopf und Schultern) eines fröhlichen Mannes Ende zwanzig, kurzes lockiges schwarzes Haar, runde Brille, senfgelber Strickpullover, blickt direkt in die Kamera, weiches Tageslicht von links, schlichter hellblauer Hintergrund, fotorealistisch.

Dann prüfen Sie es:

• Das Gesicht ist scharf und der Kamera zugewandt.
• Mund und Kinn sind vollständig sichtbar.
• Der Hintergrund ist schlicht, ohne Text oder eine zweite Person.

Möchten Sie stattdessen Ihr eigenes Ebenbild verwenden? Starten Sie mit einem klaren, aktuellen Foto von sich selbst. Um zuerst ein neues Outfit auszuprobieren, bearbeiten Sie es mit Image to Image.

Schritt 2: Die Stimme des Avatars festlegen

Erstellen Sie die Stimme in Text to Speech, das Gemini 3.1 Flash TTS und Seed Audio 1.0 bietet. Wählen Sie eine Stimme und einen Vortragsstil aus und notieren Sie diese, zum Beispiel „Seed Audio 1.0, warme männliche Stimme, Englisch, ruhiges Tempo“. Verwenden Sie für jedes Skript dieselben Einstellungen.

Sie können die Skripte auch selbst oder mit einem Synchronsprecher aufnehmen. Nehmen Sie jedes Mal im selben Raum mit demselben Mikrofon auf, damit der Charakter von Episode zu Episode identisch klingt.

Schritt 3: Wählen Sie, wie der Avatar spricht

Seedance bietet Ihnen zwei Möglichkeiten, denselben Avatar sprechen zu lassen.

Option A: Sprechendes Foto für Moderations-Clips

Öffnen Sie Lip Sync, wechseln Sie in den Bildmodus und laden Sie das Master-Bild sowie die Tonspur hoch. Dies behält den ursprünglichen Bildausschnitt bei und eignet sich am besten für längere Erklärvideos, Lektionen und Updates.

Option B: Seedance 2.5 Szene mit Ihrem Avatar

Wenn Sie möchten, dass der Avatar durch ein Geschäft geht, in einem Café sitzt oder an einem Whiteboard präsentiert, verwenden Sie Reference to Video mit Seedance 2.5. Fügen Sie das Master-Bild als Referenz und die Tonspur als Audio-Referenz hinzu und beschreiben Sie die Szene:

@1 der Mann im senfgelben Pullover steht hinter einer Kaffeetheke, blickt in die Kamera und spricht den Text aus der Audiodatei, dann deutet er auf die Menütafel hinter ihm. Halbnahaufnahme, warmes Morgenlicht, sanfter Push-in.

Seedance 2.5 akzeptiert bis zu 30 Referenzbilder und bis zu 30 Sekunden Referenzaudio, generiert bis zu 30 Sekunden pro Clip in 480p oder 720p und kostet 8,5 Credits pro Sekunde. Halten Sie die Szenentexte kurz: ein oder zwei Sätze pro Clip.

Schritt 4: Erstellen Sie Episode zwei (und zehn)

1. Schreiben Sie das neue Skript und erstellen Sie das Audio mit den gespeicherten Stimmeinstellungen.
2. Laden Sie dasselbe Master-Bild hoch, kein neu generiertes.
3. Verwenden Sie Ihre Stil-Notizen im Prompt erneut und ändern Sie nur die Szene und die Handlung.
4. Vergleichen Sie den neuen Clip vor der Veröffentlichung Seite an Seite mit einem früheren.

Wenn das Gesicht in Option B zu driften beginnt, fügen Sie ein zweites Referenzbild des Avatars hinzu, z. B. eine Dreiviertelansicht, die mit Image to Image aus dem Master-Porträt erstellt wurde.

Häufige Probleme beheben

FAQ

Was ist ein sprechender KI-Avatar?

Ein digitaler Charakter, der Ihr Skript vor der Kamera spricht, erstellt aus einem Bild und einer Tonspur.

Mit welcher Option sollte ich beginnen?

Verwenden Sie Lip Sync im Image-Modus für Videos im Präsentationsstil, die länger als 30 Sekunden sind, und Seedance 2.5 Reference to Video für kurze Szenen, in denen sich der Avatar durch eine Umgebung bewegt.

Kann der Avatar meine eigene Stimme verwenden?

Ja. Laden Sie Ihre eigene Aufnahme anstelle einer Text-to-Speech-Spur hoch.

Wie viel kostet es?

Ein 30-sekündiges sprechendes Foto kostet etwa 90 Credits mit Kling AI Avatar Standard oder 150 mit OmniHuman 2.0. Eine 10-sekündige Seedance 2.5 Szene kostet etwa 85 Credits. Das Tool zeigt die genauen Kosten vor der Generierung an; siehe Pricing.

Kann ich einen Avatar von jemand anderem erstellen?

Nur mit deren Erlaubnis. Verwenden Sie niemals einen Avatar, um sich als eine reale Person auszugeben oder Zuschauer in die Irre zu führen.