ElevenLabs: 300 Eleven v.4 TAGS zum kopieren

Andreas Becker05.10.26 GPT Images 2.5

Inhaltsverzeichnis Ressourcen

Das neue Modell »Eleven v.4« ist das aktuell beste TTS-Modell und bietet völlig neue Emotionen. Neben zehn Tipps findet ihr über 300 geprüfte Tags. Mit einem Klick lassen sie sich einfach kopieren. Viel Spaß!

Kategorie: TTS PROMPTING

Eleven v.4

EINFACH Level

Dauer ~ 10 Min.

Kosten ab 0€

Software Browser & API

Das bekommst du in diesem Tutorial:

10 einfache Tipps
Über 300 [TAGs]

ElevenLabs öffnen & starten

Hinweis: Du benötigst einen (kostenlosen) ElevenLabs Account, um mitzumachen. Affiliate Link.

01.

10 Tipps

Tipp 1: Kopiere den vollständigen Tag.

Übernimm die englische Schreibweise einschließlich der eckigen Klammern. Die deutsche Bedeutung auf der Webseite hilft dir bei der Auswahl; in deinen Sprechtext gehört der englische Tag.

Tipp 2: Suche zuerst nach der gewünschten Wirkung.

Entscheide, ob du eine Emotion, eine hörbare Reaktion, einen bestimmten Stimmklang oder einen Dialogeffekt brauchst. Nutze dafür die passende Kategorie.

Tipp 3: Beginne für dezente Emotionen mit einem kurzen Tag.

Ein einzelner Tag vor einem passenden Satz macht den Unterschied gut hörbar. Ergänze weitere Anweisungen, wenn die Szene mehr Ausdruck benötigt. Auch ohne Tag hört sich Eleven v.4 häufig schon gut an.

Tipp 4: Kombiniere Eigenschaften, die zusammenpassen.

Verbinde beispielsweise eine Emotion mit Stimmklang oder Tempo. Zwei bis drei klare Eigenschaften sind ein guter Ausgangspunkt für einen Tag aus mehreren Worten.

Tipp 5: Beschreibe bei langen Tags eine konkrete Anweisung.

Formuliere, was der Sprecher fühlbar machen soll, was er zu verbergen versucht oder wie seine Stimme im Verlauf des Satzes umschlägt. Das eignet sich besonders für Charaktere und emotionale Wendungen.

Tipp 6: Setze den Tag direkt vor die betroffene Passage.

Platziere eine Anweisung dort, wo die neue Wirkung beginnen soll. Bei einem längeren Text kannst du die gewünschte Stimmung an wichtigen Stellen erneut vorgeben.

Tipp 7: Markiere Stimmungswechsel ausdrücklich.

Wenn eine Figur vom Lachen in ernste Worte wechselt, setze vor den neuen Abschnitt einen passenden Tag. So erhält jeder Moment seine eigene Anweisung.

Tipp 8: Plane menschliche Reaktionen als eigene Momente.

Gib Lachen, Atmen, Schlucken oder ein Seufzen dort vor, wo es inhaltlich zur Szene passt. Lass im Text genug Raum, damit die Reaktion wirken kann.

Tipp 9: Nutze Pausen und Satzzeichen gemeinsam.

Ergänze wichtige Gesprächspausen mit einem passenden Tag. Punkte, Gedankenstriche und Auslassungspunkte helfen dir, den Rhythmus des gesprochenen Textes zu gestalten.

Tipp 10: Kosten sparen.

Mit einem Klick auf den Link* könnt ihr im ersten Monat bis zu 50 % sparen. Zusätzlich gibt es für Eleven v.4 bis zum 12.10.26 ein großes Freikontingent. Im Creator-Tarif erhaltet ihr beispielsweise 240.000 zusätzliche Token, die exklusiv für Eleven v.4 eingesetzt werden können.

Im besten Fall habt ihr damit im ersten Monat für 11 $ einen Gegenwert von 66 $.

Tags mit einem Wort

Kategorie 1 - Emotionen und Stimmungen:

Überrascht Zögernd Begeistert Neugierig Erstaunt Stolz Zuversichtlich Erschrocken Ängstlich und angespannt Verängstigt Verletzlich Verwirrt Müde Gelangweilt Distanziert Friedlich Nachdenklich Vertrauensvoll Triumphierend Traurig und beklommen Bedauernd Ruhig Panisch Verlegen und durcheinander Besinnlich Wehmütig Alarmiert Voller Angst Sehnsüchtig Von starkem Verlangen erfüllt Mit gebrochenem Herzen Trauernd um einen verlorenen Menschen Reuevoll Reumütig und um Vergebung bemüht Beschämt Verlegen und kleinlaut Peinlich berührt Zutiefst beschämt Ungläubig Ehrfürchtig Überwältigt vor Staunen Aufgedreht vor Freude Ekstatisch Jubelnd Euphorisch Fieberhaft erregt Zufrieden

Kategorie 2 - Nähe, Flirt und Zuneigung:

Zärtlich Liebevoll Hingebungsvoll Schüchtern Kokett zurückhaltend Verführerisch Flirtend Zuversicht vermittelnd Besänftigend Tröstend Mitfühlend Beschützend Sanft und zärtlich girrend Herzlich

Kategorie 3 - Ärger, Konflikt und Misstrauen:

Wütend Verbittert Aggressiv Kritisch Angewidert Frustriert Genervt Abweisend Weinerlich und nörgelnd Entnervt Besitzergreifend Eifersüchtig Neidisch Gehässig Grollend Verachtungsvoll Geringschätzig Empört Gekränkt Skeptisch Misstrauisch Vorsichtig und verschlossen Wachsam Trotzig Ungeduldig Drohender Ton

Kategorie 4 - Menschliche Reaktionen und Atmung:

Seufzt Schnappt hörbar nach Luft Atmet aus Weinend Keuchend Atmet hörbar Schluckt hörbar Schluckt Schluchzend Mit Schluckauf Schnieft

Kategorie 5 - Comedy, Ironie und Lachen:

Trocken und ohne erkennbare Regung Sarkastisch Lacht kurz und verhalten Lacht Kichert Schnaubt durch die Nase Schelmisch Verspielt Selbstgefällig Frech und keck Lachend

Kategorie 6 - Lautstärke, Stimmklang und Aussprache:

Flüstert Sanft gesprochen Leise gesprochen Zurückhaltend und unaufgeregt Rufend oder schreiend Gedämpft gesprochen Mit wuchtiger, tragender Stimme Murmelnd Tonlos und ohne Regung Knapp und abgehackt Mit undeutlicher Aussprache Heiser Näselnd Mit hoher Falsettstimme Krächzend Rau und kratzig Mit zitternder Stimme Flüstern

Kategorie 7 - Tempo, Rhythmus und Betonung:

Langsam Hastig Bedacht und bewusst Betont Dringlich

Kategorie 8 - Pausen, Unterbrechungen und Dialog:

Unterbrechend Überlappend mit dem anderen Sprecher Pause Stottert Fragend Zögert Mit einem Einwurf Unterbrechen

Kategorie 9 - Haltung, Charaktere, Sprachen und Akzente:

Konzentriert Entschlossen Unbeirrbar Mit Autorität Dramatisch Sachlich und nüchtern

Kategorie 10 - Geräusche und Gesang:

Applaus Klatschen Schussgeräusch Explosion Schritte Singt

03.

Tags mit mehreren Worten

Kategorie 1 - Emotionen und Stimmungen:

Resignierter Ton Angespannt und vorsichtig Ängstlich flüsternd Die Begeisterung kaum zurückhalten können Leise, mit kontrollierter Angst Sanfter werdend und nachdenklich Lautes, freudiges Erstaunen mit hohem Sprechtempo Laut und hocherfreut, schnell sprechend Herzliche Begrüßung, bei der im letzten Wort Enttäuschung durchscheint Leise Erleichterung, noch zögernd, die Nachricht zu glauben Verletzt, aber entschlossen, völlig unberührt zu klingen Leiser Stolz, verlegen angesichts des Lobes Entschuldigend, um das eine entscheidende Wort ringend Ein Lächeln unter Tränen, hörbar in einer zerbrechlichen, aber gefassten Stimme Gefühle herunterschlucken; jeder neue Satz fällt schwerer Trauer zurückhalten, bis ein vertrauter Name fällt Stockende Stimme, bemüht, gefasst zu klingen Atemlos vor Aufregung Die Stimme bricht Traurig flüsternd

Kategorie 2 - Nähe, Flirt und Zuneigung:

Sanftes Lachen, dann aufrichtig Sanft, hauchig und flirtend Vertrauliches, intimes Flüstern Zärtliche Stimme, darauf bedacht, den Moment nicht sentimental werden zu lassen Sanfte Beruhigung, hinter der der Sprecher seine eigene Angst verbirgt Liebevolles Necken, das am Ende aufrichtige Zuneigung erkennen lässt Flirtende Herzlichkeit, durch die Antwort plötzlich verlegen Samtiges Flüstern, eher amüsiert als stark verführerisch Hauchige Nähe, mit Raum zwischen kurzen Wortgruppen Selbstbewusstes Flirten, bei der letzten Silbe die Fassung verlierend Liebevoller Ärger, beim Klagen gegenüber einem innig geliebten Menschen Natürliches Spanisch wie bei einem Muttersprachler, vertraulich statt übertrieben

Kategorie 3 - Ärger, Konflikt und Misstrauen:

Wütend und die Nase voll Mit tiefer, drohender Stimme Höfliche Worte mit streng zurückgehaltener Wut Eifersüchtige Neugier, als beiläufige Frage getarnt Wut, die in erschöpfte Ehrlichkeit übergeht Leise Stimme und ruhige Worte, hinter denen die Wut kaum gebändigt bleibt Leise, misstrauisch und anklagend Vor Wut zitternde Stimme Unter Tränen schreiend Hysterisch und wütend Weinendes, bitteres Flüstern

Kategorie 4 - Menschliche Reaktionen und Atmung:

Frustriertes Seufzen Freudiges Luftschnappen Erleichtertes Seufzen Ein kleines, verlegenes Husten vor einem vorsichtigen Geständnis Atemloses Sprechen unmittelbar nach dem Steigen vieler Treppen Kurze Atemzüge zwischen abgehackten Wörtern, weiterhin gut verständlich Zitternd gesprochen, mit beinahe klappernden Zähnen zwischen den Wörtern Schnappt nach Luft

Kategorie 5 - Comedy, Ironie und Lachen:

Lacht stärker Beginnt zu lachen Leichtes, kurzes Lachen Sanftes, verhaltenes Lachen Bittere Belustigung; das Lachen verstummt vor den Worten Nervöses Lachen mit wiederholten Versuchen, die Fassung zurückzugewinnen Versucht, nicht zu lachen; kleine Aussetzer in ansonsten förmlicher Sprache Freudiges Luftschnappen, gefolgt von ungläubigem Lachen Lachend versuchen, eine sehr ernste Warnung auszusprechen Trockene Pointe nach einer unerwartet geduldigen Pause Präziser Rhythmus, mit Betonung auf dem absurd alltäglichen Substantiv Schnaubt und bricht in Lachen aus Ungläubig lachend Das Lachen klingt ab Bricht plötzlich in Lachen aus Verspielt und noch immer lachend

Kategorie 6 - Lautstärke, Stimmklang und Aussprache:

Tiefe, raue Stimme Spricht sanft weiter Tiefe Stimme Tiefe, gleichmäßige Stimme mit zurückgehaltener Dringlichkeit Heiseres Flüstern, um die kaum noch vorhandene Stimme zu schonen Schlaftrunkene Stimme, die langsam erkennt, dass etwas nicht stimmt Klare Aussprache bei rasenden Gedanken, ohne lauter zu werden Ein Flüstern, das dringlicher wird, ohne lauter zu werden Ein kaum hörbares Geständnis, gefolgt von einer Verneinung mit voller Stimme Kontrolliertes Flüstern; der Sprecher zählt, ohne die Stimme zu heben Kaum hörbar Explosiver Schrei

Kategorie 7 - Tempo, Rhythmus und Betonung:

Lang gezogen Das nächste Wort betonen Wird langsamer Hastig und ungeduldig Langsam und spannungsvoll Langsamer Beginn, dann schneller werdend, während die Erklärung entgleist Jedes Wort bedacht, die letzte Wortgruppe plötzlich hastig Eine sich steigernde Aufzählung, deren letzter Punkt abrupt abgekürzt wird

Kategorie 8 - Pausen, Unterbrechungen und Dialog:

Ins Gespräch einsteigen Kurze Pause Lange Pause Natürlicher Gesprächston Leise, nach einer Pause Beginnt zu sprechen Fällt ins Wort Zögernde Anfänge, dann ein Satz ohne jeden Zweifel Ruhige Unterbrechung, die die falsche Annahme des anderen Sprechers zu Ende führt Eifriger, überlappender Einsatz, sofort gefolgt von einer Entschuldigung

Kategorie 9 - Haltung, Charaktere, Sprachen und Akzente:

Ernster Ton Kindlicher Ton Piratenstimme Stimme eines bösen Wissenschaftlers Im Stil eines klassischen Film noir Roboterhafter Ton Französischer Akzent Akzent der US-Südstaaten Förmliche Ansage, erschüttert vom unmöglich erscheinenden Inhalt Übertrieben fröhlicher Kundendienst mit kaum verborgener Existenzangst Ein müder Monarch verkündet einen auffallend kleinlichen Erlass Ein skrupelloser Bösewicht erklärt geduldig eine Hausarbeit Ein stolzer kleiner Kater trägt ein völlig unfaires Argument vor Eine ruhige Maschine entdeckt mitten im Satz ein Gefühl Ein alter Seemann flüstert die eine Geschichte, die er sonst nie erzählt Ein Sportkommentator bemüht sich, in einer Bibliothek leise zu bleiben Ein ernster Richter versucht, angesichts der Beweise nicht zu lachen Ein Verkäufer von Luxusartikeln erkennt langsam, dass sein Produkt wertlos ist Ein erschöpfter Geist versucht, überzeugend gruselig zu klingen Ein Naturfilmsprecher fühlt sich vom Verhalten des Tieres persönlich beleidigt Ein nervöser Astronaut lässt seinen mutigsten Satz beiläufig klingen Ein Märchenerzähler wird seiner eigenen Geschichte gegenüber misstrauisch Ein theatralischer Dämon bittet höflich um eine Rückerstattung Deutscher Dialog, fließende französische Antwort, bei unveränderter emotionaler Absicht Englische Begeisterung geht in einen leisen japanischen Abschied über Klare deutsche Aussprache mit bewusst theatralischem französischem Akzent Ein kleines, nervöses Lachen, dann zurück zur professionellen Servicestimme Ein theatralischer Bösewicht klingt plötzlich wie ein besorgter Kunde Flüsternd, mit der Dringlichkeit eines Kommentators bei einem Meisterschaftsspiel Samtige Höflichkeit, die schreckliche Nachrichten als kleine Annehmlichkeit behandelt Gedämpft und vorsichtig ein absurd beruhigendes Inventar vorlesen Todernst, mit tiefer Stimme und langsam

Kategorie 10 - Geräusche und Gesang:

Eine Tür knarrt Grollender Donner Raschelnde Blätter Leise Schritte

04.

FAQ - Frage & Anworten

Hier versuchen wir, die wichtigsten und häufigsten Fragen zu Eleven v4 zu beantworten. Sollte noch etwas unklar sein, könnt ihr uns gerne per E-Mail oder über die sozialen Medien kontaktieren.

Frage 1: Was sind Audio-Tags in ElevenLabs?

Audio-Tags sind Anweisungen in eckigen Klammern, mit denen du die Stimme steuerst. Sie beschreiben beispielsweise eine Emotion, die Sprechweise oder eine hörbare Reaktion. Mit [whispers] lässt du eine Passage flüstern, mit [excited] gibst du Begeisterung vor. Die Tags stehen direkt im Sprechtext und helfen dir, einzelne Stellen gezielt zu gestalten.

Frage 2: Funktionieren die ElevenLabs-Tags auch mit deutschen Texten?

Ja. Du kannst englische Tags mit einem deutschen Sprechtext kombinieren, zum Beispiel: [excited] Das habe ich mir schon immer gewünscht! Dein Text muss dafür nicht ins Englische übersetzt werden. Wähle für deutsche Aufnahmen möglichst eine Stimme, deren Aussprache und Klang zu deinem Publikum und dem gewünschten Einsatz passen.

Frage 3: Sollte ich die Tags auf Deutsch oder Englisch eingeben?

Übernimm für dieses Tutorial die englischen Tags aus der Sammlung. Die deutschen Bedeutungen helfen dir bei der Auswahl, gehören aber nicht anstelle des Tags in den Sprechtext. Kopiere beispielsweise [whispers] und schreibe anschließend deinen deutschen Satz. Auch längere Spielanweisungen kannst du unverändert auf Englisch verwenden.

Frage 4: Wo setze ich einen Tag im Sprechtext ein?

Setze den Tag direkt vor die Passage, deren Wirkung du verändern möchtest. Ein Beispiel lautet: [whispers] Hör genau zu. Ich sage das nur einmal. Soll die Stimme danach wieder ruhig und normal sprechen, gib vor dem nächsten Abschnitt eine passende neue Anweisung vor. Bei längeren Texten kannst du wichtige Stimmungen an den jeweiligen Stellen erneut setzen.

Frage 5: Welche Tags eignen sich für den Einstieg?

Beginne mit einer Wirkung, die du leicht beurteilen kannst. [whispers] eignet sich für ein Geheimnis, [excited] für eine begeisterte Reaktion und [calm] für eine ruhige Erklärung. Nutze zunächst einen kurzen deutschen Satz und vergleiche ihn mit einer Fassung ohne Tag. So hörst du den Unterschied und lernst die gewählte Stimme kennen.

Frage 6: Was ist der Unterschied zwischen Tags mit einem Wort und längeren Tags?

Ein kurzer Tag wie [curious] gibt eine klare Grundrichtung vor. Ein längerer Tag wie [soft, breathy, flirtatious] verbindet mehrere Eigenschaften der Stimme. Ausführliche Spielanweisungen können außerdem beschreiben, wie sich die Stimmung innerhalb einer Passage entwickelt. Nutze kurze Tags für einfache Eingriffe und längere Beschreibungen für Szenen, die mehr Nuancen brauchen.

Frage 7: Kann ich mehrere Audio-Tags miteinander kombinieren?

Ja. Du kannst mehrere Eigenschaften in einem Tag verbinden oder aufeinanderfolgende Tags einsetzen. Beispielsweise kombiniert [soft, breathy, flirtatious] eine sanfte, hauchige Sprechweise mit einem flirtenden Ton. Wähle Eigenschaften, die zur Szene passen. Wenn du einen Stimmungswechsel möchtest, setze die neue Anweisung an die Stelle, an der die Veränderung beginnen soll.

Frage 8: Wie viele Tags sollte ich gleichzeitig verwenden?

Beginne mit einem Tag oder einer Kombination aus zwei bis drei passenden Eigenschaften. Das ist ein übersichtlicher Ausgangspunkt, keine feste Grenze des Modells. Ergänze weitere Anweisungen gezielt, wenn deiner Szene etwas fehlt. Mehr Tags machen eine Aufnahme nicht automatisch besser: Eine klare Wirkung lässt sich leichter beurteilen und nachbessern als viele gleichzeitige Vorgaben.

Frage 9: Kann ich eigene Tags und ausführliche Spielanweisungen schreiben?

Ja. Du kannst die gewünschte Darbietung genauer beschreiben, etwa mit [polite words, anger held tightly behind them]. Damit gibst du höfliche Worte vor, hinter denen Wut zurückgehalten wird. Beschreibe möglichst konkret, was hörbar sein soll: eine brüchige Stimme, ein nervöses Lachen oder ein plötzlicher Wechsel im Ton. Vergleiche eigene Formulierungen mit deiner gewählten Stimme.

Frage 10: Wie bringe ich dezente Emotionen in einen deutschen Sprechertext?

Wähle zunächst einen zurückhaltenden Tag wie [understated], [warmly] oder [thoughtful]. Setze ihn vor eine Passage, deren Inhalt die gewünschte Stimmung trägt. Eine freundliche Erklärung braucht häufig nur etwas Wärme oder eine bewusst gesetzte Pause. Reserviere starke Reaktionen für die Stellen, an denen der Text tatsächlich einen emotionalen Höhepunkt hat.

Frage 11: Wie lasse ich eine Stimme lachen, seufzen oder nach Luft schnappen?

Nutze passende Reaktionstags wie [laughs], [sighs] oder [gasps]. Setze sie dort ein, wo die Reaktion inhaltlich hingehört. Zum Beispiel: [sighs] Na gut. Dann fangen wir noch einmal an. Für unterschiedliche Arten des Lachens stehen dir unter anderem [chuckles], [giggles] und [laughing in disbelief] zur Verfügung.

Frage 12: Wie kann ich das Sprechtempo mit Tags beeinflussen?

Gib das gewünschte Tempo mit einem Tag wie [slowly] oder [rushed] vor. Mit einer längeren Anweisung kannst du auch einen Verlauf beschreiben, beispielsweise einen langsamen Beginn und einen zunehmend hastigen Schluss. Gestalte dazu passende Sätze: Eine ruhige Erklärung verträgt klare Abschnitte, eine hektische Reaktion eher kurze Ausrufe. Prüfe anschließend, ob die Aufnahme gut verständlich bleibt.

Frage 13: Wie setze ich Pausen in Eleven v4?

Platziere [pause], [short pause] oder [long pause] an der gewünschten Stelle. Ergänze passende Satzzeichen, um den Rhythmus des Textes zu gestalten. Beispielsweise: Das ist meine letzte Warnung. [long pause] Gib mir den Kaffee zurück. Die Tags geben eine Spielanweisung vor; eine exakt festgelegte Pausenlänge solltest du in der fertigen Aufnahme kontrollieren und bei Bedarf im Schnitt anpassen.

Frage 14: Kann die Stimme innerhalb eines Satzes ihre Stimmung wechseln?

Ja, du kannst den Wechsel direkt im Text markieren. Ein Beispiel lautet: [excited] Du bist wirklich gekommen, [whispers] obwohl ich nicht mehr damit gerechnet habe. Setze jeden Tag unmittelbar vor den Abschnitt, der anders klingen soll. Für feinere Übergänge kannst du auch einen längeren Tag verwenden, der den emotionalen Verlauf beschreibt.

Frage 15: Warum klingt derselbe Tag bei verschiedenen Stimmen unterschiedlich?

Ein Tag ergänzt die Eigenschaften der ausgewählten Stimme. Eine ruhige Erzählerstimme und eine energiegeladene Charakterstimme können dieselbe Anweisung deshalb unterschiedlich umsetzen. Wähle die Stimme passend zur Rolle und vergleiche wichtige Passagen mit ihr. Speichere gelungene Kombinationen aus Stimme, Text und Tags, damit du bei späteren Aufnahmen einen brauchbaren Ausgangspunkt hast.

Frage 16: Kann ich Deutsch und andere Sprachen in einer Aufnahme mischen?

Ja, du kannst einen Sprechtext mit mehreren Sprachen gestalten. Schreibe die jeweiligen Sätze tatsächlich in der gewünschten Sprache und setze die Tags vor die passenden Passagen. Ein Akzent-Tag übersetzt deinen deutschen Text nicht automatisch. Prüfe bei Sprachwechseln besonders die Aussprache und ob die gewünschte Stimmung in beiden Sprachen erhalten bleibt.

Frage 17: Warum werden meine Audio-Tags manchmal mit vorgelesen?

Prüfe zuerst, ob du ein Modell mit Audio-Tag-Unterstützung ausgewählt hast, beispielsweise Eleven v4 oder Eleven v3. Verwende eckige Klammern wie [excited] und übernimm den Tag vollständig. Falls eine Passage trotzdem die Anweisung vorliest, vereinfache den Tag und erstelle diesen Abschnitt erneut. Achte außerdem darauf, dass der Tag eindeutig von den gesprochenen Worten getrennt ist.

Frage 18: Kann ich die Tags aus dem Tutorial auch mit Eleven v3 verwenden?

Ja. ElevenLabs unterstützt Audio-Tags sowohl in Eleven v4 als auch in Eleven v3. Du kannst die Tags deshalb auch mit v3 verwenden. Die Darbietung muss dabei nicht identisch ausfallen. Wenn du ein bestehendes Projekt auf ein anderes Modell umstellst, vergleiche wichtige Szenen mit derselben Stimme und demselben Sprechtext.

Frage 19: Welche Tags eignen sich für deutsche Shorts, Reels und TikToks?

Wähle die Tags nach der Wirkung deiner Szene. Für eine überraschende Reaktion passen beispielsweise [surprised] oder [happy gasp], für eine trockene Pointe [deadpan] und für einen vertraulichen Moment [intimate whisper]. Besonders anschaulich sind kurze Szenen mit einem nachvollziehbaren Stimmungswechsel. Die Tags unterstützen deine Idee; ein klarer Einstieg, verständlicher Text und gutes Timing bleiben entscheidend.

Frage 20: Sollte ich zuerst die Stimme oder das Avatar-Video erstellen?

Erstelle zuerst die Audiofassung und wähle die Aufnahme aus, die zu deiner Szene passt. Kontrolliere Aussprache, Emotionen, Pausen und die Länge des Textes, bevor du das Video oder den Avatar erzeugst. So kannst du die Stimme gezielt verbessern, ohne für jede Änderung das Video neu zu erstellen. Speichere den fertigen Sprechtext mit seinen Tags für weitere Varianten.