KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Alle Videos des Tutorials HeyGen-Tutorial: Realistische Avatare & Videos mit KI
Stefan Petri
Von Stefan Petri Zuletzt aktualisiert am

Dein HeyGen-Avatar sieht überzeugend aus, aber die Stimme klingt noch nach Standardware? Dieses Problem kennen viele Creator. Die Standardstimmen von HeyGen sind brauchbar, wirken aber oft flach und unpersönlich. Wer seinen Avatar mit einer Stimme sprechen lassen möchte, die tatsächlich nach ihm klingt, hat zwei Wege: die interne Audio-Funktion von HeyGen oder externe Dienste wie ElevenLabs und MiniMax.

05 HeyGen: Deine eigene KI-Stimme klonen und perfektionieren: Ein Guide

Das Video wird erst beim Abspielen von YouTube geladen – dabei werden Daten (u. a. deine IP-Adresse) an YouTube bzw. Google übertragen. Mehr dazu in der Datenschutzerklärung

In dieser Anleitung zeige ich dir, wie du deine Stimme in HeyGen einbindest, welche Ergebnisse die internen Möglichkeiten liefern und wo die Qualität externer Anbieter deutlich weiterhilft. Du erfährst außerdem, welche Audiomenge du mindestens brauchst und worauf du bei den Einstellungen achten solltest.

Wichtigste Erkenntnisse

  • HeyGen bietet eine integrierte Audio-Funktion, mit der du eigene Aufnahmen hochladen oder direkt einsprechen kannst. Die Lippenbewegungen passen sich dabei automatisch an.
  • Die interne Stimme wirkt im Test nicht vollständig wie das Original. Für eine glaubwürdige Stimme lohnt sich deshalb ein externer Anbieter.
  • ElevenLabs bietet mit dem Instant Voice Clone eine schnelle Variante, die schon mit etwa 10 Sekunden Audio arbeitet. Für hohe Qualität ist der Professional Voice Clone mit mindestens 30 Minuten, besser rund 2 Stunden Material, die bessere Wahl.
  • Die fertige Audiodatei lädst du herunter und lädst sie anschließend als neue Audiospur in HeyGen hoch. Danach kannst du die Gestik passend zur Stimme anpassen lassen.

Schritt 1: Avatar und Text vorbereiten

Öffne deinen Avatar in HeyGen und wähle das gewünschte Format, in diesem Beispiel das Querformat (Landscape). Danach gibst du den Text ein, den dein Avatar sprechen soll. Im Video nutze ich dafür einen Werbetext, du kannst aber jeden beliebigen Text verwenden. Achte darauf, dass der Text natürlich klingt und die Sätze nicht zu lang sind, sonst wirkt die spätere Betonung unruhig.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Anschließend kannst du eine Geste auswählen, die zum Inhalt passt. Dabei wird der Avatar im Video lebendiger, auch wenn die Stimme noch nicht perfekt ist.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Schritt 2: Die Stimme auswählen

Im oberen Bereich der Oberfläche findest du die Auswahl der Stimme. Hier kannst du bereits angelegte Stimmen verwenden. Im Beispiel habe ich eine Testversion meiner geklonten Stimme sowie einige weitere Stimmen vorbereitet. Wenn du die Stimme auswählst, kannst du sie direkt anhören, bevor du den Text generierst.

Achte beim Anhören darauf, ob Betonung, Tempo und Klangfarbe zu dir passen. Gerade bei geklonten Stimmen zeigt sich schnell, ob das Ergebnis brauchbar ist.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Schritt 3: Eigene Audioaufnahme intern verwenden

HeyGen bietet im Bereich Audio die Möglichkeit, eine eigene Datei hochzuladen oder direkt im Browser aufzunehmen. Für den Test habe ich eine ältere Sprachaufnahme mit etwa 15 Sekunden verwendet. Lade dazu deine Datei hoch oder starte die Aufnahme, sprich den Text ein und bestätige die Auswahl.

Nach dem Hochladen erkennt HeyGen die Emotionen in deiner Stimme und passt die Wiedergabe automatisch an. Dadurch wirkt der Avatar nicht mehr so monoton. Die Option kannst du aktivieren, wenn du möchtest, dass der Ausdruck deiner Stimme übernommen wird.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Schritt 4: Transkription und Text überschreiben

Sobald du deine Aufnahme bestätigst, transkribiert HeyGen das Audio automatisch. Der bisherige Text im Eingabefeld wird dabei überschrieben und hat danach keine Bedeutung mehr. Das ist wichtig zu wissen, denn du verlierst deinen ursprünglichen Text. Kopiere ihn vorher, falls du ihn noch brauchst.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Kontrolliere nach der Transkription, ob der erkannte Text korrekt ist. Fachbegriffe und Namen werden manchmal falsch geschrieben. Eine kurze Prüfung spart dir später Nacharbeit.

Schritt 5: Lippenbewegungen prüfen

Nun kannst du das Video rendern und die Wiedergabe testen. In meinem Test passten sich die Lippenbewegungen gut an die eingesprochene Aufnahme an. Spiele die Szene mehrmals ab und achte auf Stellen, an denen Mund und Ton nicht sauber übereinstimmen.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Die Bewegungen wirken bei einer eigenen Stimme meist deutlich natürlicher als bei Standardstimmen. Das Ergebnis lohnt sich also vor allem dann, wenn der Avatar dein Gesicht und deine Stimme gleichzeitig verkörpern soll.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Schritt 6: Externe Anbieter nutzen

Die interne Lösung hat ihre Grenzen. Wenn du nicht selbst lange Aufnahmen machen möchtest, lohnt sich ein Blick auf externe Anbieter. Ein Beispiel ist MiniMax (minimax.io). Dort findest du im Bereich Audio die Funktion Voice Cloning. Du lädst deine Stimme als MP3-Datei hoch oder nimmst sie direkt auf.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Zusätzlich bietet MiniMax Einstellungen, mit denen du Hintergrundgeräusche entfernen oder einen Akzent optimieren kannst. Danach wählst du aus, welche Stimme am besten zu deinem Projekt passt. Anschließend gibst du den Text ein und lässt die Sprachausgabe erzeugen.

Schritt 7: ElevenLabs als Marktführer einrichten

Für die höchste Klangqualität habe ich ElevenLabs getestet. Der Anbieter gilt als Marktführer bei Sprachsynthese. Im Video nutze ich das Modell Creator. Eine günstigere Einstiegsstufe namens Starter ist ebenfalls verfügbar, im Video wird sie mit etwa 5 US-Dollar angegeben. Prüfe die aktuellen Preise vor dem Abschluss selbst, denn sie können sich ändern.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Nach der Anmeldung öffnest du den Bereich Voices und wählst die Option Create or clone a voice. Hier entscheidest du, welche Variante du nutzen möchtest.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Schritt 8: Die richtige Klon-Variante wählen

ElevenLabs bietet zwei Varianten an. Der Instant Voice Clone ist die schnelle Lösung und kommt mit wenigen Sekunden Audio aus. Im Video sind dafür rund 10 Sekunden Material ausreichend. Das Ergebnis klingt aber noch nicht sehr nah am Original.

Der Professional Voice Clone liefert die deutlich bessere Qualität. Dafür brauchst du mindestens 30 Minuten Material, besser sogar etwa 2 Stunden. Im Video habe ich mit einer Stunde Audio gearbeitet. Die Berechnung dauerte dabei ungefähr eine Stunde. Plane also genug Zeit ein.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Achte beim Aufnehmen auf eine ruhige Umgebung, möglichst ohne Hall und Nebengeräusche. Eine saubere Aufnahme ist die wichtigste Grundlage für einen überzeugenden Klon.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Schritt 9: Text generieren und Einstellungen anpassen

Ist dein Stimmmodell fertig, wählst du es aus und fügst deinen Text ein. Anschließend klickst du auf Generate Speech. Die Berechnung geht in der Regel zügig, und du bekommst direkt eine Audiodatei zurück.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Über die Einstellungen kannst du weitere Parameter anpassen. Im Video habe ich die meisten Werte verändert, die Geschwindigkeit aber auf dem Originalwert belassen. Probiere verschiedene Kombinationen aus und höre sie jeweils an. Achte darauf, dass die Betonung nicht zu künstlich wird.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Im Video wird außerdem das ältere, stabilere Modell mit einer neuen Alpha-Version von Modell 3 verglichen. Das neuere Modell klingt in manchen Passagen vielversprechend, ist aber noch in der Testphase. Entscheide nach eigenem Gehör, welches Modell für dein Projekt besser passt.

Schritt 10: Alternative Stimmen ausprobieren

Wenn du nicht unbedingt deine eigene Stimme verwenden möchtest, bietet ElevenLabs viele weitere Stimmen an. Im Video filtert man am besten nach deutscher Sprache. Die Stimme Felix hat mir dabei gut gefallen. Auch hier gilt: Lass denselben Text mehrfach generieren, um die Unterschiede direkt zu hören.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Schritt 11: Audiodatei herunterladen und in HeyGen einbinden

Wenn du mit dem Ergebnis zufrieden bist, lädst du die Datei über den Download-Button herunter. Danach gehst du zurück in HeyGen und fügst eine neue Audiospur hinzu. Wähle dazu die Option Upload Audio und nimm deine heruntergeladene Datei. Im Video war die Datei bereits vorher hochgeladen, sodass ich sie direkt verwenden konnte.

Anschließend aktivierst du die Option, dass auch die Gestik an die Stimme angepasst wird. Danach klickst du auf Add Audio. HeyGen erstellt im Hintergrund ein Transkript, während du weiterarbeitest.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Schritt 12: Endergebnis prüfen

Zum Schluss startest du die Wiedergabe und beurteilst das Ergebnis. Die Stimme klingt im Video deutlich besser als die internen Testaufnahmen, ist aber noch nicht vollständig identisch mit meiner echten Stimme. Das ist ein realistisches Bild des aktuellen Stands der Technik.

KI-Stimme klonen mit HeyGen: Anleitung für deinen Avatar

Bewerte dein Ergebnis ehrlich. Wenn die Stimme nicht überzeugt, passe die Aufnahmequalität oder die Einstellungen an und generiere die Datei neu.

Zusammenfassung – KI-Stimme klonen mit HeyGen: Anleitung für deinen eigenen Avatar

Du kannst deine eigene Stimme in HeyGen einbinden, indem du entweder die interne Audio-Funktion nutzt oder einen externen Anbieter wie ElevenLabs oder MiniMax einsetzt. Die interne Lösung ist schnell, liefert aber nicht immer die gewünschte Klangtreue. ElevenLabs bietet mit dem Professional Voice Clone die bessere Qualität, benötigt dafür aber deutlich mehr Audiomaterial und Rechenzeit. Lade die fertige Datei anschließend in HeyGen hoch, prüfe die Lippenbewegungen und passe die Gestik an. So vermeidest du den typischen Roboterklang und erhältst einen Avatar, der nach dir klingt.

FAQ

Wie viel Audiomaterial brauche ich für einen guten Stimmklon?Für den Instant Voice Clone bei ElevenLabs reichen etwa 10 Sekunden. Für ein überzeugendes Ergebnis solltest du mit dem Professional Voice Clone arbeiten, der mindestens 30 Minuten, besser rund 2 Stunden Material braucht.

Kann ich meine Stimme direkt in HeyGen aufnehmen?Ja, im Audio-Bereich von HeyGen kannst du eine Datei hochladen oder direkt eine Aufnahme erstellen. HeyGen transkribiert das Audio automatisch und passt die Lippenbewegungen an.

Geht die Lippensynchronisation bei eigenen Aufnahmen gut?Im Test passten sich die Lippenbewegungen bei der eigenen Aufnahme gut an. Trotzdem solltest du das Video prüfen und auf Stellen achten, an denen Mund und Ton nicht sauber übereinstimmen.

Was muss ich beim Hochladen der Aufnahme beachten?Nimm in einer ruhigen Umgebung auf, möglichst ohne Hall und Hintergrundgeräusche. MiniMax bietet außerdem die Option, Nebengeräusche zu entfernen.

Ist ElevenLabs kostenlos nutzbar?Der Anbieter bietet verschiedene Abo-Modelle an. Für den Voice Clone wurde im Video das Modell Creator genutzt. Die Preise solltest du vor dem Abschluss auf der Website prüfen.

Muss ich immer meine eigene Stimme verwenden?Nein, ElevenLabs bietet zahlreiche weitere Stimmen an. Du kannst nach deutschsprachigen Optionen filtern und verschiedene Stimmen mit demselben Text testen.

Wie lange dauert die Berechnung eines Stimmklons?Im Video dauerte die Berechnung bei einer Stunde Audiomaterial ungefähr eine Stunde. Plane deshalb genug Zeit ein.

Wie bearbeite ich den Text nach dem Hochladen einer Audiodatei in HeyGen?Der Text wird durch die automatische Transkription überschrieben. Kopiere deinen ursprünglichen Text vorher, wenn du ihn später noch brauchst.

Stefan Petri
Trainer Über Stefan Petri Stefan Petri betreibt zusammen mit seinem Bruder Matthias das beliebte Fachforum PSD-Tutorials.de sowie die E-Learning-Plattform TutKit.com, die in der Aus- und Fortbildung digitaler beruflicher Kompetenzen einen Schwerpunkt setzt. Alle Kurse von Stefan Petri