Ist das sprechende Foto mit KI kostenlos?

Ja. Mit einer kostenlosen Google-Anmeldung können Sie 2 sprechende Videos pro Tag erstellen, je bis zu 1 Minute. Kostenlose Videos tragen ein kleines stork.ai-Logo in der Ecke, das Zuschauern auch zeigt, dass das Video KI-generiert ist. Eine Kreditkarte ist nicht nötig.

Kann ich das Logo entfernen oder längere Videos erstellen?

Ja, mit Stork-Credits (1 Credit = 1 Cent, Pakete ab $5, automatisches Aufladen optional). „Ohne Logo“ nutzt dieselbe Technik wie die kostenlosen Videos und kostet $0.20 pro Minute in 720p; „Pro“ ist schärfer und ruhiger und kostet $0.40 pro Minute in 720p. 480p kostet weniger, 1080p mehr. Wählen Sie 16:9 für YouTube, 9:16 für Shorts und Reels oder 1:1. Beide haben kein Längenlimit, Sie können also auch lange Videos für YouTube erstellen. Abgerechnet wird je angefangene 10 Sekunden, mindestens 5 Credits. Sie zahlen für die Länge, die wir rendern, und wenn ein Video fehlschlägt, erhalten Sie jeden Credit zurück. Entwickler bekommen dieselben Preise über unsere Talking Photo API (stork.ai/developers/talking-photo-api).

Welche Fotos funktionieren am besten?

Ein klares, gut ausgeleuchtetes Foto mit einem Gesicht, das ungefähr in die Kamera blickt. Selfies, Bewerbungsfotos und Porträts funktionieren gut. Sehr kleine Gesichter, Gesichter im Profil und Gruppenfotos funktionieren schlecht.

Kann ich einfach tippen, was es sagen soll?

Ja, aber noch nicht auf Deutsch. Die 22 eingebauten Stimmen sprechen 10 Sprachen (Englisch, Arabisch, Hindi, Urdu, Französisch, Spanisch, Portugiesisch, Italienisch, Russisch und Türkisch). Tippen Sie den Text in einer dieser Sprachen, wählen Sie eine Stimme und hören Sie sie sich vorher mit Anhören an. Das Tippen ist auch in der kostenlosen Option kostenlos, bis etwa eine Minute Sprache. Für ein deutsches Video laden Sie Ihre eigene Stimme hoch oder nehmen sie auf.

Kann ich meine eigene Stimme verwenden?

Ja. Nehmen Sie direkt im Browser auf oder laden Sie eine beliebige Sprachaufnahme hoch, in jeder Sprache, auch Audio aus einem anderen Text-to-Speech-Tool. Die Lippen folgen dem Audio, das Sie liefern.

Ein kurzer Clip braucht etwa eine Minute; längere Videos brauchen ungefähr so lange, wie die Aufnahme dauert (Pro etwa doppelt so lange), dazu bis zu zwei Minuten, um den Renderer nach einer ruhigen Phase zu starten. Sie müssen die Seite nicht offen lassen: Wir schreiben Ihnen eine E-Mail, sobald ein langes Video fertig ist.

Darf ich das Foto einer anderen Person animieren?

Nur wenn es Ihr eigenes Gesicht ist oder Sie die Erlaubnis der Person haben. Sie dürfen sprechende Fotos nicht nutzen, um jemanden zu täuschen, sich als jemand anderes auszugeben oder jemanden zu belästigen.

Was passiert mit meinem Foto und meinem Audio?

Wir verkaufen Ihre Uploads niemals. Wir bewahren Ihr Foto, Ihr Audio und Ihr Video auf und sichten und analysieren sie, auch mit KI-Diensten (zum Beispiel, indem wir das Audio transkribieren und das Foto beschreiben), um Stork zu betreiben und zu verbessern. Ihr Download-Link gilt 14 Tage (30 Tage bei Videos, die mit Credits erstellt wurden). Schreiben Sie an support@stork.ai, und wir löschen Ihre Dateien.

Sprechendes Foto mit KI, kostenlos

Bringen Sie jedes Foto zum Sprechen. Fügen Sie ein Gesicht hinzu, laden Sie Ihre Stimme hoch oder nehmen Sie sie auf, und Sie erhalten ein lippensynchrones Video, in dem sich Lippen, Kopf und Mimik zur Sprache bewegen. Text tippen geht auch: Die eingebauten Stimmen decken 10 Sprachen ab, Deutsch noch nicht. Kostenlos testen, keine Kreditkarte.

Format

Auflösung

720p in der kostenlosen Option

1. Ein Foto mit einem klar erkennbaren Gesicht

2. Was es sagen soll (bis zu 1 Min.)

Die eingebauten Stimmen sprechen noch kein Deutsch. Laden Sie Ihre eigene Stimme hoch oder nehmen Sie sie auf (jede Sprache funktioniert), oder tippen Sie Text in einer der 10 unterstützten Sprachen.

Das ist mein Gesicht, oder ich habe die Erlaubnis der Person, es zu animieren. Ich nutze das Video nicht, um jemanden zu täuschen, mich als jemand anderes auszugeben oder jemanden zu belästigen.

Kostenlos mit Google-Anmeldung. Keine Kreditkarte.

So funktioniert es

1
Foto hochladen
Jedes Foto, auf dem ein Gesicht ungefähr in die Kamera blickt: ein Selfie, ein Porträt oder ein altes Familienbild. JPG, PNG oder WebP.
2
Stimme hinzufügen
Laden Sie eine MP3, WAV oder M4A hoch oder nehmen Sie direkt im Browser auf: bis zu 1 Minute kostenlos, mit Credits in beliebiger Länge. Jede Sprache funktioniert, auch Deutsch. Sie können auch Text tippen und eine Stimme wählen: 22 Stimmen in Englisch, Arabisch, Hindi, Urdu, Französisch, Spanisch, Portugiesisch, Italienisch, Russisch und Türkisch (Deutsch noch nicht), mit kostenlosem Anhören vor dem Erstellen.
3
Video herunterladen
Ihr sprechendes Video ist in etwa einer Minute fertig (das erste des Tages kann zwei dauern). Das ganze Foto bleibt erhalten, nur das Gesicht wird animiert.

Was ist ein sprechendes Foto?

Ein sprechendes Foto ist ein kurzes Video aus einem einzigen Standbild: Ein KI-Modell wertet die Sprache in einer Audioaufnahme aus und animiert das Gesicht so, dass der Mund im richtigen Moment die richtigen Formen bildet, während sich Kopf und Augen natürlich bewegen. Stork animiert nur das Gesicht und fügt es wieder in Ihr Originalfoto ein. Hintergrund, Kleidung und Bildausschnitt bleiben genau so, wie Sie sie aufgenommen haben.

Wofür Sie es nutzen können

Ein Familienfoto zum Leben erwecken

Lassen Sie das Porträt der Großeltern einen Geburtstagsgruß mit der Stimme eines Angehörigen sprechen.

In die Kamera sprechen, ohne zu filmen

Machen Sie aus einem Porträtfoto eine kurze Vorstellung, ein Update oder eine Ankündigung.

Einer Figur eine Stimme geben

Animieren Sie ein Porträt, ein Gemälde oder eine gezeichnete Figur für eine Geschichte oder einen Beitrag.

Persönliche Videobotschaften

Senden Sie einen Gruß, ein Dankeschön oder eine Einladung, die für sich selbst spricht.

Mehr lesen

Eine ganze Podcast-Folge oder einen Vortrag in ein Video umwandeln →

Häufige Fragen

Ist das sprechende Foto mit KI kostenlos?: Ja. Mit einer kostenlosen Google-Anmeldung können Sie 2 sprechende Videos pro Tag erstellen, je bis zu 1 Minute. Kostenlose Videos tragen ein kleines stork.ai-Logo in der Ecke, das Zuschauern auch zeigt, dass das Video KI-generiert ist. Eine Kreditkarte ist nicht nötig.
Kann ich das Logo entfernen oder längere Videos erstellen?: Ja, mit Stork-Credits (1 Credit = 1 Cent, Pakete ab $5, automatisches Aufladen optional). „Ohne Logo“ nutzt dieselbe Technik wie die kostenlosen Videos und kostet $0.20 pro Minute in 720p; „Pro“ ist schärfer und ruhiger und kostet $0.40 pro Minute in 720p. 480p kostet weniger, 1080p mehr. Wählen Sie 16:9 für YouTube, 9:16 für Shorts und Reels oder 1:1. Beide haben kein Längenlimit, Sie können also auch lange Videos für YouTube erstellen. Abgerechnet wird je angefangene 10 Sekunden, mindestens 5 Credits. Sie zahlen für die Länge, die wir rendern, und wenn ein Video fehlschlägt, erhalten Sie jeden Credit zurück. Entwickler bekommen dieselben Preise über unsere Talking Photo API (stork.ai/developers/talking-photo-api).
Welche Fotos funktionieren am besten?: Ein klares, gut ausgeleuchtetes Foto mit einem Gesicht, das ungefähr in die Kamera blickt. Selfies, Bewerbungsfotos und Porträts funktionieren gut. Sehr kleine Gesichter, Gesichter im Profil und Gruppenfotos funktionieren schlecht.
Kann ich einfach tippen, was es sagen soll?: Ja, aber noch nicht auf Deutsch. Die 22 eingebauten Stimmen sprechen 10 Sprachen (Englisch, Arabisch, Hindi, Urdu, Französisch, Spanisch, Portugiesisch, Italienisch, Russisch und Türkisch). Tippen Sie den Text in einer dieser Sprachen, wählen Sie eine Stimme und hören Sie sie sich vorher mit Anhören an. Das Tippen ist auch in der kostenlosen Option kostenlos, bis etwa eine Minute Sprache. Für ein deutsches Video laden Sie Ihre eigene Stimme hoch oder nehmen sie auf.
Kann ich meine eigene Stimme verwenden?: Ja. Nehmen Sie direkt im Browser auf oder laden Sie eine beliebige Sprachaufnahme hoch, in jeder Sprache, auch Audio aus einem anderen Text-to-Speech-Tool. Die Lippen folgen dem Audio, das Sie liefern.
Wie lange dauert es?: Ein kurzer Clip braucht etwa eine Minute; längere Videos brauchen ungefähr so lange, wie die Aufnahme dauert (Pro etwa doppelt so lange), dazu bis zu zwei Minuten, um den Renderer nach einer ruhigen Phase zu starten. Sie müssen die Seite nicht offen lassen: Wir schreiben Ihnen eine E-Mail, sobald ein langes Video fertig ist.
Darf ich das Foto einer anderen Person animieren?: Nur wenn es Ihr eigenes Gesicht ist oder Sie die Erlaubnis der Person haben. Sie dürfen sprechende Fotos nicht nutzen, um jemanden zu täuschen, sich als jemand anderes auszugeben oder jemanden zu belästigen.
Was passiert mit meinem Foto und meinem Audio?: Wir verkaufen Ihre Uploads niemals. Wir bewahren Ihr Foto, Ihr Audio und Ihr Video auf und sichten und analysieren sie, auch mit KI-Diensten (zum Beispiel, indem wir das Audio transkribieren und das Foto beschreiben), um Stork zu betreiben und zu verbessern. Ihr Download-Link gilt 14 Tage (30 Tage bei Videos, die mit Credits erstellt wurden). Schreiben Sie an support@stork.ai, und wir löschen Ihre Dateien.