Foto in ein sprechendes Video umwandeln
Aus einem einzigen Bild wird ein Video, in dem die Person wirklich spricht: synchronisierte Lippen, natürlicher Ausdruck und eine deutsche KI-Stimme oder deine eigene Aufnahme.
Credit-Pakete ab 5 $ (USD). Kein Abo.
Ein Porträt, das spricht
KI-Stimme · 720p
So funktioniert's
Vom Foto zum Video in drei Schritten
Foto hochladen
Wähle ein klares, frontales Porträt von deinem Gerät.
Text tippen oder Stimme hochladen
Schreibe, was gesagt werden soll, und wähle eine deutsche Stimme — oder lade deine eigene Aufnahme hoch.
Generieren und herunterladen
Die KI synchronisiert die Lippen und liefert in Minuten ein MP4 in HD.
Anwendungsfälle
Vom Standbild zum Video mit Stimme
Präsentationen und Unterricht
Ein Porträt, das das Thema vorstellt, eröffnet jede Präsentation mit Wirkung. Auch ein historisches Foto kann im Unterricht die eigene Geschichte erzählen.
Marketing ohne Kamera
Erstelle Videos mit Sprecher ohne Dreh: Foto hochladen, Skript tippen, Video in die Anzeige oder auf die Landingpage setzen.
Grüße und Ankündigungen
Mach aus dem Team- oder Familienfoto eine gesprochene Ankündigung — vom Umzug bis zum neuen Öffnungszeiten-Hinweis.
Familienerinnerungen
Die Fotos der Großeltern sprechen wieder — mit einer kurzen, warmen Botschaft, die du aus einem Brief oder einer Erinnerung zusammenstellst.
Sprechende Haustiere
Lade ein Foto deines Tieres hoch und lass es einen witzigen Satz sagen. Aus dem Standbild vom Sofa wird der Clip, den alle in der Gruppe sehen wollen.
Objekte, die sprechen
Ein Maskottchen, ein Spielzeug oder ein Produkt mit Gesicht spricht deine Botschaft — ein einfacher Trick, um in einem Feed voller Menschen aufzufallen.
Beispiele: vom Foto zum sprechenden Video
Aus einem Porträt wurde ein Video
KI-Stimme · 720p
Aus einem Tierfoto wurde ein Clip
KI-Stimme · 720p
Aus einem Objekt wurde ein Sprecher
KI-Stimme · 720p
Foto in Video umwandeln — so läuft es ab
Du beginnst mit einem klaren Foto und entscheidest, wie es sprechen soll. Entweder tippst du einen kurzen Text und wählst eine KI-Stimme, oder du lädst eine eigene Aufnahme hoch. Die KI legt die Mundbewegung auf jedes Wort, fügt eine leichte Kopf- und Augenbewegung hinzu und liefert ein sprechendes Video, das du als MP4 herunterlädst. Der ganze Vorgang läuft im Browser — auf dem Handy genauso wie am Computer — und braucht keine Vorkenntnisse in Videobearbeitung.
- Ein einzelnes Porträtfoto hochladen
- Text für eine KI-Stimme tippen oder eigenes Audio hochladen
- Einmal zahlen mit Credit-Paketen ab 5 $ — kein Abo
- Fertiges MP4 in HD mit kommerzieller Nutzung herunterladen
So wird aus einem Foto ein sprechendes Video
Der Ablauf ist kürzer, als die meisten erwarten. Erstens lädst du das Foto hoch; TalkPix prüft, ob ein Gesicht erkennbar ist, und lehnt Bilder ab, die sich nicht umwandeln lassen — bevor Credits verbraucht werden. Zweitens legst du die Stimme fest: Text tippen und eine der deutschen oder internationalen Stimmen wählen, oder eine Aufnahme hochladen. Drittens wählst du die Auflösung, 720p oder 1080p, und startest das Rendern. Die Wartezeit liegt meist bei wenigen Minuten und wächst mit der Videolänge. Danach liegt das Ergebnis auf deiner Ergebnisseite, wo du es ansehen, teilen und als MP4 herunterladen kannst. Gefällt dir eine Betonung nicht, änderst du nur den Text und renderst noch einmal — das Foto musst du nicht neu hochladen. Die Anzahl der benötigten Credits wird dir vor dem Start angezeigt, sodass du die Länge des Textes noch anpassen kannst.
- Foto hochladen — die Gesichtsprüfung läuft vor dem Rendern
- Text tippen oder Aufnahme hochladen, Stimme wählen
- 720p oder 1080p festlegen, Rendern starten
- Auf der Ergebnisseite ansehen, teilen, MP4 herunterladen
Welche Fotos sich am besten in ein Video umwandeln lassen
Bei der Umwandlung vom Foto zum Video steckt fast alle Qualität schon im Bild. Ein Porträt, bei dem die Person direkt in die Kamera schaut, gibt der KI die klarste Vorlage für Lippen und Augen. Bilder im Halbprofil funktionieren, wirken aber weniger lebendig, weil eine Gesichtshälfte fehlt. Vermeide starke Gegenlichtaufnahmen, bei denen der Mund im Schatten liegt, und Fotos, in denen das Gesicht nur einen kleinen Teil des Bildes einnimmt — ein Ausschnitt auf Kopf und Schultern hilft hier deutlich. Auch Zeichnungen, Haustiere und Objekte mit Gesicht lassen sich umwandeln; entscheidend ist, dass Augen und Mund eindeutig zu erkennen sind. Mit einem gescannten Papierabzug reicht oft schon ein gerader, gut beleuchteter Scan ohne Reflexionen. Schwarz-Weiß-Fotos sind kein Problem — die Animation arbeitet mit Formen, nicht mit Farben.
- Blick in die Kamera statt Halbprofil
- Ausschnitt auf Kopf und Schultern, Gesicht groß im Bild
- Kein Gegenlicht, kein Schatten über dem Mund
- Scans gerade und ohne Spiegelungen aufnehmen
Sekundengenau zahlen statt Abo
Bei TalkPix kaufst du Credits einmal und gibst sie nur für die Videos aus, die du wirklich erstellst. Es gibt kein Abo, das im Hintergrund weiterläuft, und keine Monatsgebühr, die du nach dem ersten Projekt vergisst zu kündigen. Ein Talking-Photo-Video kostet 1 Credit pro Sekunde in 720p oder 2 Credits pro Sekunde in 1080p. Das Mini-Paket für 5 $ enthält 50 Credits; ein 10-Sekunden-Clip in 720p kostet also ungefähr 1 $. Wer regelmäßig Fotos in Videos umwandelt, greift zu einem größeren Paket — auch dort verfallen die Credits nie. Für ein längeres Erklärvideo lohnt sich die Rechnung vorab: 60 Sekunden in 1080p brauchen 120 Credits, dieselbe Länge in 720p nur 60. Für Social-Media-Clips reicht 720p in der Praxis fast immer; 1080p lohnt sich für Präsentationen auf großen Bildschirmen oder für Werbematerial.
- 1 Credit pro Sekunde in 720p, 2 Credits pro Sekunde in 1080p
- Einmalige Pakete ab 5 $ (Mini, 50 Credits)
- Credits verfallen nie
- Keine Monatsgebühr, kein Kündigen
Produktdaten
TalkPix auf einen Blick
| Preismodell | Einmalige Credit-Pakete, kein Abo nötig |
|---|---|
| Einstiegspreis | 5 $ (USD) für das Mini-Paket mit wiederverwendbaren Credits (gilt für jedes Studio) |
| Credit-Kosten | 1 Credit = 1 Sekunde Talking-Photo-Video in 720p; 1080p kostet das Doppelte pro Sekunde |
| Verfallen Credits? | Nein, gekaufte Credits verfallen nie |
| Kostenlose Stufe | Keine — die Zahlung wird bestätigt, bevor irgendetwas gerendert wird |
| Was animiert wird | Ein Foto, das du hochlädst: eine Person, ein Haustier oder ein Produkt |
| So lieferst du die Worte | Text tippen, Audiodatei hochladen oder Stimme aufnehmen |
| Ausgabe | MP4 zum Download |
| Maximale Länge | 5 Minuten bei 720p oder 2 Minuten bei 1080p |
| Auflösungen | 720p und 1080p |
| Stimmen | 30 integrierte Stimmen |
| Sprachen | 10 Sprachen |
| Kommerzielle Nutzung | Erlaubt, wenn du die Rechte und die Einwilligung für alles hast, was du hochlädst |
| Aufbewahrung der Uploads | 30 Tage |
| Plattform | Web-App im Browser; iPhone- und iPad-App im App Store, Android-App bei Google Play |
Angaben geprüft am 13. Oktober 2026.
Preise
Einmal zahlen, kein Abo
Du kaufst Credit-Pakete ab 5 $ (Mini, 50 Credits): 1 Credit = 1 Sekunde Video in HD — ein 10-Sekunden-Video kostet also ≈ 1 $. Kommerzielle Nutzung inklusive, und deine Credits verfallen nie. Die Preise sind in US-Dollar angegeben. Im Euroraum zahlst du direkt in Euro, in der Schweiz in Franken — den genauen Betrag siehst du vor dem Bezahlen.
Häufige Fragen
Häufige Fragen
Wie wandle ich ein Foto in ein Video um?
Bild hochladen, Text tippen (oder Audio hochladen), Stimme wählen und das HD-Video in Minuten herunterladen.
Kann das Video Deutsch sprechen?
Ja. Tippe deinen Text auf Deutsch und wähle eine deutsche KI-Stimme — oder lade deine eigene Aufnahme hoch, dann bewegt das Foto die Lippen synchron zu deiner echten Stimme.
Was kostet das?
Es gibt kein Abo. Du kaufst Credit-Pakete ab 5 $ (USD), wobei 1 Credit = 1 Sekunde Video ist — ein 10-Sekunden-Video kostet ≈ 1 $. Credits verfallen nie.
Welche Fotos funktionieren am besten?
Ein klares, frontales Porträt mit gut sichtbarem Gesicht wirkt am natürlichsten. Auch Haustiere, Zeichnungen und Objekte mit Gesicht funktionieren.
Brauche ich ein Skript, oder kann ich meine eigene Stimme verwenden?
Beides geht. Tippe einen Text und wähle eine KI-Stimme, oder lade deine eigene Aufnahme hoch, dann synchronisiert das Foto die Lippen zu deiner Stimme. Du kannst auch direkt im Browser einsprechen, ohne vorher eine Datei zu erstellen. Bei einer eigenen Aufnahme bestimmt deren Länge die Videolänge — und damit die Credits.
Wie lange dauert die Umwandlung?
In der Regel wenige Minuten; ein kurzer Clip ist schneller fertig als ein mehrminütiges Video. Du musst dabei nicht auf der Seite bleiben — das fertige Video findest du in deinem Konto. Bei hoher Auslastung kann es etwas länger dauern; das Video geht dabei nicht verloren.
Kann ich ein Gruppenfoto in ein sprechendes Video umwandeln?
Das Modell animiert ein Gesicht pro Video. Bei einem Gruppenfoto schneidest du am besten die Person aus, die sprechen soll, und lädst diesen Ausschnitt hoch. Sollen mehrere Personen sprechen, renderst du jede einzeln und schneidest die Clips später zusammen. Jeder Ausschnitt sollte das Gesicht groß und frontal zeigen.
Welche Länge und Auflösung sind möglich?
Ein Video darf bei 720p bis zu 5 Minuten oder bei 1080p bis zu 2 Minuten lang sein. Die Auflösung entscheidet über den Preis: 1 Credit pro Sekunde in 720p, 2 Credits pro Sekunde in 1080p.
Was passiert mit meinem Foto nach dem Rendern?
Hochgeladene Dateien bleiben 30 Tage gespeichert, damit du das Foto in dieser Zeit für weitere Videos verwenden kannst. Das fertige MP4 lädst du herunter und behältst es selbst. TalkPix ist auf die Nutzung eigener Fotos oder solcher mit Einwilligung ausgelegt — nicht auf das Nachahmen fremder Personen.
Weitere Tools auf Deutsch