Sprechender Avatar aus einem Foto
Ein Foto von vorn und ein kurzes Skript genügen. Der Mund folgt der Stimme, und der Clip dauert genau so lange wie das Gesprochene.

Lade ein Foto hoch und schreib, was es sagen soll. Der Renoise Agent gibt ihm eine Stimme und bringt deinen Avatar zum Sprechen.
Öffnet sich im Renoise Agent mit deinem Foto und deiner Anfrage.

Echtes Modellergebnis aus einem Foto und einem getippten Skript.
Ein Foto von vorn und ein kurzes Skript genügen. Der Mund folgt der Stimme, und der Clip dauert genau so lange wie das Gesprochene.

Ein Review im Handy-Selfie-Look, mit Produkt-Nahaufnahmen und Stickern aus demselben Agent-Projekt.
Fass ein Buch, eine Lektion oder eine Frage zusammen. Die Moderatorin spricht, während neben ihr Karten und Bilder auftauchen.
Dieselbe Moderatorin begrüßt ihr Publikum auf Französisch, Spanisch, Japanisch und Chinesisch, jeder Satz eigens für die Sprache geschrieben.
Nimm deine Aufnahme, wie sie ist, oder klone deine Stimme aus einem sauberen 15-Sekunden-Clip.
Keine Aufnahme? Gemini 3.8 Flash TTS liest dein Skript mit einer von 30 Stimmen vor.
Ein Clip läuft so lange wie sein Audio, von 4 Sekunden bis 5 Minuten.
Ergänze Produktaufnahmen und B-Roll aus anderen Videomodellen im selben Agent-Projekt.
Lade ein klares Foto von vorn hoch und gib ein Skript oder eine Sprachaufnahme dazu. Aus dem Skript macht ein Text-to-Speech-Modell eine Stimme, dann bewegt OmniHuman 2.0 die Lippen auf deinem Foto passend zu diesem Audio, so lange es läuft: von 4 Sekunden bis 5 Minuten, in 720p.
Genau so ist der Clip oben auf dieser Seite entstanden: ein Foto, ein Skript mit 30 Wörtern, rund 10 Sekunden Video.
Die Anfrage öffnet sich im Renoise Agent. Hier steht, wie der Renoise Agent arbeitet.
Ein Foto von vorn oder im Dreiviertelprofil, auf dem der Mund zu sehen ist. Das Video übernimmt den Bildausschnitt des Fotos.
Tippe ein Skript für eine fertige Stimme oder füge 4–300 Sekunden deiner eigenen Sprache als MP3 oder WAV hinzu.
Der Clip läuft so lange wie das Gesprochene, in 720p. OmniHuman 2.0 kostet 14 Credits pro Sekunde Audio.
Echte Avatar-Filme aus Renoise Avatar Studio. Öffne einen davon dort und mach deine eigene Version mit deinem Thema, Foto oder deiner Stimme.
HeyGen ist die größere Avatar-Plattform: mehr fertige Moderatoren, längere Videos, Übersetzung. Renoise ist die Wahl, wenn der Avatar dein eigenes Foto und deine eigene Stimme ist und das Video zusätzlich generierte Aufnahmen braucht.
| Funktion | HeyGen | |
|---|---|---|
| Fertige Moderatoren | 18 in Avatar Studio | 700+ im Creator-Tarif |
| Start mit deinem Foto | ✓ Ein autorisiertes Porträt | ✓ Foto-Avatare |
| Längster einzelner Clip | 5 Minuten | 30 Minuten im Creator-Tarif |
| Ausgabeauflösung | 720p | 1080p im Creator-, 4K im Pro-Tarif |
| Video-Übersetzung | ✕ Pro Sprache neu vertont | ✓ 175+ Sprachen |
| Generierte Produktaufnahmen | ✓ Seedance 2.5, Kling 4.0 und mehr, ab Starter | Seedance 2.5 im Pro-Tarif |
Renoise: Modell-API und Avatar Studio, geprüft am 2026-11-06. HeyGen: heygen.com/pricing und die Artikel 15126059 und 17680953 auf help.heygen.com, abgerufen am 2026-10-27.
Ein Foto-Avatar ist ein unbewegtes Porträt, das von einer Tonspur gesteuert wird. OmniHuman 2.0, das Modell hinter dem Beispiel ganz oben, liest die Sprache und bewegt Mund, Gesicht und Kopf passend dazu – Wortlaut und Timing kommen also aus deinem Audio. Das Video ist so lang wie das Audio, irgendwo zwischen 4 Sekunden und 5 Minuten, und der Bildausschnitt ist der deines Fotos: Für ein Hochformat-Video lädst du ein Porträt im Hochformat hoch. Ausgegeben wird in 720p.
Das Audio muss Sprache oder Gesang als MP3 oder WAV sein; Musik ohne Gesang wird abgelehnt. Ein Skript kann Gemini 3.8 Flash TTS mit einer von 30 Stimmen vorlesen, oder Seed Audio 1.0 klont deine Stimme aus einer sauberen Aufnahme von dir. Ein Clip kostet 14 Credits pro Sekunde Audio, 10 Sekunden also 140 Credits.
Ein Foto-Avatar spricht in die Kamera. Er nimmt kein Produkt in die Hand, geht nicht durch einen Raum und wechselt nicht die Szene. Solche Aufnahmen kommen aus generativen Videomodellen wie Seedance 2.5 oder Kling 4.0, und der Agent kann sie mit den Sprechpassagen zusammenschneiden – so sind die Avatar-Studio-Filme oben entstanden. Die Seite zum KI-Video-Generator listet diese Modelle auf.
Zwei verwandte Aufgaben sind etwas anderes: Einer Person in einem vorhandenen Video neue Sätze in den Mund zu legen, ist Lip Sync, und ein altes Foto mit einem kurzen Satz zum Leben zu erwecken, ist ein sprechendes Foto.
Verwende nur Gesichter und Stimmen, an denen du die Rechte hast: deine eigenen oder die von jemandem, der zugestimmt hat. Personen des öffentlichen Lebens und Minderjährige sind nicht erlaubt.
Was mit einem hochgeladenen Foto oder einer Sprachaufnahme passiert – in klaren Worten.
Beim Auswählen einer Datei wird sie nur auf deinem Gerät vorschaut. Kein einziges Byte wird gespeichert, bis du dich anmeldest und auf „Generieren“ klickst.
Uploads landen in deiner privaten Bibliothek, nie in einer öffentlichen Galerie — und dieselbe Datei erneut zu verarbeiten speichert nichts Neues.
Entferne Uploads und Ergebnisse jederzeit aus deiner Bibliothek.
Stand Oktober 2026 nutzen über 100.000 Creator in mehr als 170 Ländern und Regionen Renoise AI, eine KI-Plattform für Video, Bild und Audio, und haben mit über 30 Modellen mehr als 300.000 Bilder und Videos generiert.
Quelle: interne Daten von Renoise, März–Oktober 2026. Die Zahlen sind abgerundet und werden vierteljährlich aktualisiert. Zuletzt aktualisiert
Echtes Feedback von Creatorn, die mit Renoise AI Videos, Bilder und Anzeigen erstellen.
Renoise is pretty easy to use, with a clean and smooth interface. The results from Seedance 2.5 also feel noticeably smoother in action sequences.
Renoise Ai is a good tool for making ai videos and photos. it puts several Ai models in one place, so you don't need to use many different apps.
あまりAIツールを使ったりしたことなかったですが、キャラクターの固定や動画を続いて作成できて使いやすいです。これからどんどん進んでいくアップデートが楽しみです。
Renoise has been a great platform for AI creativity. The tools are easy to use, the experience is smooth, and it makes creating content more enjoyable and efficient. I really appreciate the work the team is doing and look forward to seeing more improvements. Highly recommended!
What I like about Renoise AI compared to other platforms: Fast generation speed: Slow generation takes up way too much time, but Renoise AI is surprisingly about 30% faster. Intuitive and user-friendly UI: Cheaply made platforms have terrible UIs that make me not even want to log in, but Renoise is very clean and convenient. Remembers my previous settings: It helpfully remembers my last workspace settings. Some odd platforms force you to re-adjust everything every single time you generate a video, which is extremely frustrating. Overall preference: For all these reasons, Renoise AI is definitely my preferred platform. Thank you!
Renoise is your go to one stop all for ai creators. all view and use all models in one place, for any type of content you have your mind on!
I have a creat experience with the app. Consistent characters but also unique. THere were some issues with storyline continuity and non-typical humanoid characters.
Ein Plan schaltet alle Videomodelle frei, dazu die Bild- und Audiomodelle.
Für alle, die zum ersten Mal KI-Inhalte erstellen
$168 jährlich abgerechnet
Plan upgraden$72/Jahr sparen
Für Creator, die jede Woche Inhalte veröffentlichen.
$504 jährlich abgerechnet
Plan upgraden$216/Jahr sparen
Für Studios und Profis, die im kommerziellen Maßstab produzieren.
$1680 jährlich abgerechnet
Plan upgraden$720/Jahr sparen
Für alle, die zum ersten Mal KI-Inhalte erstellen
Monatliche Abrechnung
Plan upgradenFür Creator, die jede Woche Inhalte veröffentlichen.
Monatliche Abrechnung
Plan upgradenFür Studios und Profis, die im kommerziellen Maßstab produzieren.
Monatliche Abrechnung
Plan upgradenVerlängert sich bis zur Kündigung jedes Jahr automatisch.
Verlängert sich bis zur Kündigung jeden Monat automatisch.
Hier nicht: Einen kostenlosen Tarif gibt es nicht. OmniHuman 2.0 kostet 14 Credits pro Sekunde Sprache, ein 10-Sekunden-Avatar-Clip also 140 Credits; die Umwandlung des Skripts in eine Stimme kommt mit etwa 2 Credits hinzu. Die 20 Credits, die es fürs Folgen auf X und YouTube gibt, reichen nicht für einen Clip.
Ja. Lade dein eigenes Foto hoch und gib deine eigene Aufnahme dazu, oder klone deine Stimme aus einem sauberen 12- bis 20-Sekunden-Clip, in dem du laut vorliest. Nur dein eigenes Gesicht und deine eigene Stimme oder die von jemandem, der zugestimmt hat.
Ein Clip dauert so lange wie sein Audio, von 4 Sekunden bis 5 Minuten. Für ein längeres Video kann der Agent mehrere Clips erstellen und zu einem Schnitt zusammenfügen.
Eine Person, frontal zur Kamera oder leicht gedreht, der Mund frei von Händen, Haaren oder Mikrofon, das Gesicht gleichmäßig ausgeleuchtet. Das Video übernimmt den Bildausschnitt des Fotos, also schneide es so zu, wie das Video aussehen soll.
Ja: Sprache als MP3 oder WAV, 4 bis 300 Sekunden. Das Feld auf dieser Seite nimmt nur Bilder an, also füge die Aufnahme nach dem Start im Agent-Chat hinzu, oder beginne in Avatar Studio, das Foto und Sprachclip zusammen annimmt. Reine Instrumentalmusik wird abgelehnt.
Ja. Schreib das Skript in dieser Sprache oder lass dir eines schreiben; die Stimme liest es vor und die Lippen folgen. Jede Sprache wird einzeln vertont, es ist also keine Ein-Klick-Übersetzung eines Videos, das du schon gemacht hast.
Das hängt von der Aufgabe ab. Für eine große Auswahl fertiger Moderatoren, Übersetzung und lange Schulungsvideos passen HeyGen oder Synthesia besser. Für dein eigenes Gesicht und deine eigene Stimme plus generierte Produktaufnahmen in einem Projekt, im Browser oder aus Claude Code, passt Renoise.
Ja. Der Knetbär und der Shiba-Inu-Moderator oben sind in Renoise Avatar Studio entstanden. Bei nicht-menschlichen Figuren erzeugt der Agent die Sprechszenen mit einem Videomodell, statt ein Foto zu animieren.
Diese Seite macht sprechende Videos. Ein statisches Avatar-Bild oder Profilbild aus deinem Selfie erstellt sie nicht.
Nein. Verwende nur Gesichter und Stimmen, an denen du die Rechte hast. Avatare von Personen des öffentlichen Lebens, von Minderjährigen oder von Menschen, die nicht zugestimmt haben, sind nicht erlaubt.
Lade ein Porträt hoch, gib ein Skript oder eine Aufnahme dazu und wähle einen Moderationsstil.