HiggsfieldKapitel 3 von 6

Sprechendes Video

Higgsfield
Fortgeschritten
etwa 30 Minuten
Stand: 20.10.2026

Unabhängiger Guide. DailyVYBZ ist weder mit HeyGen noch mit Higgsfield verbunden. Ich werde von diesen Unternehmen nicht beauftragt und nicht bezahlt. HeyGen und Higgsfield sind Namen beziehungsweise Marken ihrer jeweiligen Inhaber. Stand der Angaben: 20.10.2026. Preise und Bedingungen ändern sich oft. Prüfe sie vor der Nutzung beim Anbieter.

Ziel

Ein Foto wird zur sprechenden Figur mit deinem Text, und du prüfst Mund, Zähne und Timing.

Voraussetzungen

Ein Foto von vorn oder leicht seitlich, mit freiem Mund.
Ein kurzer Text. Faustregel aus dem Higgsfield-Blog: etwa 35 Wörter ergeben rund 15 Sekunden.
Für deine eigene Stimme eine saubere Aufnahme als MP3 oder WAV.
Ein Abo mit Credits.

So gehst du vor

Foto vorbereiten
Nimm ein Foto von vorn oder leicht seitlich. Der Mund ist frei, der Ausdruck entspannt, die Szene ruhig. Meide extreme Winkel.
Text und Stimme festlegen
Öffne „Video“ und „Lipsync Studio“. Tippe den Text in „Audio text“, erzeuge den Ton unter „Audio“ oder lade eine Aufnahme hoch. Deine eigene Stimme legst du mit „Create custom voice“ an.
In der App: VideoLipsync Studio
Modell und Szene wählen
Für Bild zu Video eignen sich zum Beispiel Wan 2.5 Speak (480p bis 1080p) oder Kling Avatars 2.0. Wähle eine Szenen-Vorlage wie General, Selfie, Podcast oder Car Talking. Die Länge passt du dem Text an und prüfst den Preis auf dem Knopf.
Mit Ton prüfen
Sieh dir den Clip mit Ton an. Achte vom ersten bis zum letzten Wort auf Gesicht, Mund, Zähne und Timing. Übersetzen kannst du danach unter „Audio“ und „Translate“ in 18 Sprachen.
In der App: AudioTranslate

Zum Kopieren

Sprechtext für etwa 15 Sekunden

Hallo, ich bin [VORNAME]. Ich zeige dir kurz, wie aus einem einzigen Foto ein sprechendes Video wird. Erstens: ein klares Foto. Zweitens: dein Text. Drittens: prüfen, ob der Mund passt. Los geht’s.

Rund 32 Wörter. Ersetze den Platzhalter in den eckigen Klammern. Ob Deutsch in jedem Modell sauber klingt, ist nicht belegt. Mach zuerst eine kurze Probe.

Ergebnis

Ein kurzer Clip, in dem die Figur aus deinem Foto deinen Text spricht. Rechenbeispiel aus dem Higgsfield-Blog: Wan 2.5 Speak mit 10 Sekunden in 1080p kostet 40 Credits, dazu der Ton mit Seed Audio 1.0 für 10 Sekunden 1,20 Credits.

Fehlerbehebung

Der Ton wird abgeschnitten oder läuft weiter.

Der Ton ist länger als der Clip. Kürze den Text oder wähle eine längere Dauer. Prüfe die Länge des Tons, bevor du startest.

Der Mund wirkt verzerrt.

Der Mund ist verdeckt, oder das Foto zeigt ein Profil. Nimm ein Foto von vorn mit freiem Mund und ruhigem Ausdruck.

Die Aussprache auf Deutsch klingt falsch.

Probier ein anderes Modell oder erzeuge den Ton getrennt unter „Audio“. Ob Deutsch überall sauber läuft, nennt Higgsfield nicht. Teste deshalb immer erst kurz.

Die Stimme klingt nicht nach dir.

Lege mit „Create custom voice“ deine eigene Stimme an: Probe aufnehmen oder eine MP3- oder WAV-Datei hochladen. Erlaubt ist nur deine Stimme oder eine Stimme mit Erlaubnis.

Gut zu wissen

Seedance, Kling 3.0 und Cinema Studio erzeugen Ton und Bild in einem Durchlauf. Lipsync Studio setzt den Mund nachträglich auf.
Für Video zu Video gibt es Kling Lipsync und Sync Lipsync 3 bis 4K.
Eine Soul ID brauchst du nur, wenn dieselbe Figur in vielen Clips vorkommt. Mehr dazu in Kapitel 4.

Achtung

Schreib in Textfelder nur deinen Vornamen, keine Kontaktdaten. Herkunftsmarkierungen von Higgsfield nicht entfernen.
Stimmen und Gesichter nutzt du nur von dir selbst oder mit Einwilligung der Person.
Ein realistisches Sprechvideo ist ein KI-Video. Kennzeichne es sichtbar als KI-generiert, wenn du es beruflich nutzt.

Quellen

Stand: 20.10.2026. Die Angaben stammen aus den offiziellen Seiten von Higgsfield, abgerufen am 20.10.2026. Dazu kommen eigene Empfehlungen und Beispiele. Menünamen können in deiner App abweichen. Fehler gefunden? Schreib uns.

0 von 12 gelesen

Sprechendes Video

Ziel

Voraussetzungen

So gehst du vor

Foto vorbereiten

Text und Stimme festlegen

Modell und Szene wählen