Indie
Schnell, flach, leicht amüsiert
Stimmkategorie
TikTok-Stimmen generieren
Kurzformat-Vertonung hat zwei Aufgaben: die erste Sekunde überleben und bei hohem Tempo auf einem Handylautsprecher klar bleiben. Damit fallen die meisten atmosphärischen Stimmen weg. Das hier sind die, die durchkommen – plus die Möglichkeit, einem Sketch zwei echte Figuren zu geben.
Vier Stimmen für den Anfang
Cass
Für das Story-Time-Format
Quill
Klare Erklärstimme für Anleitungen
Bellhop
Die andere Hälfte des Sketches
Die Hörproben sind Platzhalter, solange das öffentliche Demo-Audio noch produziert wird. Jede Stimme ist in jedem Tarif verfügbar – die Bibliothek ist keine Bezahlschranke.
Die erste Sekunde entscheidet alles
Ein Kurzformat-Feed ist ein Dauer-Casting. In unter einer Sekunde wird entschieden, ob weitergeschaut wird, meist bevor überhaupt ein Bild registriert wurde, und das legt ungewöhnlich viel Gewicht auf den allerersten Laut. Atmosphärische Anfänge, langsame Aufbauten und Marken-Stinger kosten dich genau das Publikum, das du gewinnen wolltest.
Praktisch heißt das, den ersten Satz als vollständigen, selbsttragenden Haken zu schreiben und ihn allein zu rendern, um ihn zu prüfen. Wenn er erst nach dem zweiten Satz funktioniert, funktioniert er nicht.
Kleine Lautsprecher verändern die Besetzung
Kurzformat wird meist auf einem Handylautsprecher bei mittlerer Lautstärke geschaut, oft in lauter Umgebung. Diese Lautsprecher geben unterhalb einiger hundert Hertz fast nichts wieder, was bedeutet: Die ganze Ästhetik tiefer, warmer, kinoreifer Stimmen existiert für dieses Publikum schlicht nicht.
Was funktioniert, sind mittenbetonte, artikulierte Stimmen – genau die, die auf Studiokopfhörern dünn klingen könnten. Das ist eine der wenigen Situationen, in denen das Anhören auf schlechtem Gerät die richtige Methode ist.
Zwei Stimmen schlagen eine
Sketche, Reaktionsformate und nachgestellte Gespräche schlagen im Kurzformat durchweg die reine Erzählung, und genau das kann ein Ein-Stimmen-Werkzeug nicht liefern. Beide Hälften eines Wortwechsels zu schreiben und getrennt zu besetzen kostet ein paar Minuten und verändert, welche Art Inhalt du überhaupt machen kannst.
Es hilft auch beim Tempo. Ein Schnitt zwischen zwei Stimmen trägt denselben Aufmerksamkeits-Reset wie ein Bildschnitt, und Kurzformat-Publikum ist darauf trainiert, alle paar Sekunden eine Veränderung zu erwarten.
Untertitel und die stumme Mehrheit
Ein großer Anteil der Kurzformat-Wiedergabe startet stumm, und ein nennenswerter Anteil bleibt es. Eingebrannte Untertitel sind deshalb keine Nettigkeit für Barrierefreiheit, sondern der Hauptkanal für deinen Text.
Untertitel aus dem Skript zu erzeugen statt aus dem Audio zu transkribieren heißt, dass Namen, Jugendsprache und Produktbegriffe richtig geschrieben sind – und im Deutschen zusätzlich, dass lange Komposita nicht in drei falsche Wörter zerfallen, woran die automatische Untertitelung verlässlich scheitert. Nimm die Zeitdatei aus dem Render (Plus und Pro) und brenn sie in der Größe ein, die dein Schnittprogramm bevorzugt.
Warum Kurzformat eine zweite Stimme belohnt
Kurzformat-Plattformen messen, ob jemand die erste Schleife durchsteht, und der verlässliche Weg, ihn zu halten, ist Veränderung – eine neue Einstellung, eine neue Idee, eine neue Stimme. Von diesen dreien ist die neue Stimme die billigste in der Herstellung und die am seltensten genutzte, weil die meisten nur eine haben.
Ein Wortwechsel zwischen zwei Figuren, selbst über vier Zeilen, setzt die Aufmerksamkeit mitten im Clip zurück, wo eine einzelne Erzählstimme sie verloren hätte. Deshalb schlagen Reaktionsformate und nachgestellte Gespräche die reine Erzählung so beständig, und das ist ein struktureller Vorteil, keine Geschmacksfrage.
Mit Kurzformat-Dichte schreiben
Sechzig Sekunden sind auf Deutsch etwa 140 gesprochene Wörter in flottem Tempo – weniger als im Englischen, weil deutsche Wörter länger sind. Das ist ein Absatz, kein Aufsatz, und der häufigste Fehler beim Kurzformat-Skript ist, eine Langformat-Idee hineinzuquetschen, indem man schneller spricht.
Schneller sprechen fügt keine Information hinzu; ab einem Punkt nimmt es welche weg, weil das Publikum aufhört zu verarbeiten. Der richtige Zug ist, die Idee auf das eine zu kürzen, was hineinpasst, und das macht den Clip fast immer besser und nicht nur kürzer.
Eine brauchbare Disziplin: Skript schreiben, Wörter zählen, und wenn es für sechzig Sekunden über 140 sind, löschen statt beschleunigen. Der Tempo-Regler in Plus und Pro sollte das Letzte sein, wonach du greifst, nicht das Erste.
In wenigen Schritten vom Skript zum Audio
- Setz den Haken in die erste Zeile
Schreib den ersten Satz, als sei er der einzige, den jemand hört – für die meisten ist er das. Render ihn dann allein und prüf, ob er kalt zündet.
- Nimm Präsenz statt Tiefe
Handylautsprecher geben kaum Bass wieder. Helle, mittenbetonte Stimmen setzen sich durch; tiefe atmosphärische Stimmen verschwinden vollständig.
- Schneller werden, aber nicht über die Klarheit hinaus
Kurzformat läuft schneller als normale Erzählung. Erhöh mit Tempo pro Zeile in Plus oder Pro das Tempo, bis die Konsonanten zu verschmieren beginnen, und geh dann eine Stufe zurück. Im Deutschen kommt diese Grenze früher als im Englischen, weil die Wörter länger sind.
- Besetz beide Seiten eines Sketches
Sketche mit zwei Figuren gehören zu den stärksten Kurzformaten und sind hier trivial – beide Rollen schreiben, beide besetzen, einmal rendern.
- Untertitel exportieren und einbrennen
Der Großteil des Kurzformats startet stumm. Eingebrannte Untertitel aus demselben Skript – den SRT-Export gibt es in Plus und Pro – sind Pflicht, und sie sind bereits synchron.
Häufige Fragen
Bekomme ich die eingebaute TikTok-Erzählstimme?
Nein, und legitim bekommt sie niemand – diese Stimme gehört der Plattform, und sie zu klonen wäre dort ein Verstoß und hier ein Richtlinienbruch. Was du bekommst, ist eine Stimme in einem ähnlich hellen, schnellen, neutralen Register, und genau das macht diesen Stil aus.
Wird synthetische Vertonung schlechter ausgespielt?
Nicht wegen der Synthese. Kurzformat-Plattformen stufen wiederholende Inhalte ohne eigenen Beitrag und ungekennzeichnete Reposts zurück. Ein eigenes Skript mit einer erzeugten Stimme fällt nicht in diese Kategorie.
Warum klingt mein Voiceover auf dem Handy dünn?
Weil du wahrscheinlich über Kopfhörer eine tiefe Stimme gewählt hast. Handylautsprecher schneiden alles Tiefe weg, also hör Kandidaten auf einem Handylautsprecher an – das ist das Gerät deines Publikums, und es ist gnadenlos.
Wie schnell ist zu schnell?
Wenn du die Wortgrenzen nicht mehr hörst. Der praktische Test: einmal abspielen und versuchen mitzuschreiben. Wenn du es nicht kannst, kann es auch niemand, der nebenbei Untertitel liest. Bei deutschen Texten mit langen Komposita ist diese Schwelle deutlich niedriger, als man vom englischen Kurzformat gewohnt ist.
Taugt das für Story-Time-Videos?
Es ist einer der besten Einsätze. Story Time ist dialoglastig, und die anderen Beteiligten der Geschichte als eigene Stimmen zu besetzen macht es erheblich leichter zu folgen, als wenn eine Erzählstimme alle spielt.
Welchen Tarif brauche ich für tägliches Posten?
Die 60 Minuten von Basic sind sehr viele Dreißig-Sekunden-Clips, aber der SRT-Export für Untertitel beginnt bei Plus – wenn du Untertitel aus dem Skript einbrennst, ist Plus also der Tarif zum Einstieg. Er hebt außerdem die Begrenzung der Besetzung auf, sobald du Serien mit mehreren Figuren produzierst.
Was Leute mit diesen Stimmen machen
Besetze heute Abend deine erste Szene
Füge ein Skript ein, lass CastDub jeder Figur eine Stimme geben und exportier ein fertiges Hörspiel.
Kostenlos startenKeine Kreditkarte. Free gibt dir ein einmaliges Guthaben.