YouTube Shorts Text-to-Speech: eine Stimme hinzufügen
YouTube Shorts hat eine eigene Sprachausgabe. Im Shorts-Editor wird Bildschirmtext mit einer automatischen Stimme vertont, derselbe Trick, der TikTok-Stimmen populär gemacht hat. Auf Android kam die Funktion im Juli 2024, auf dem iPhone Anfang 2025.
Dieser Ratgeber zeigt, wie Sie sie nutzen, wo ihre Grenzen liegen und wie ein Short eine Sprecher- oder Figurenstimme bekommt, die das eingebaute Werkzeug nicht hat.
Text-to-Speech im Shorts-Editor
Tippen Sie in der YouTube-App auf das Plus und nehmen Sie den Clip auf oder laden Sie ihn hoch. Tippen Sie im Editor auf die Text-Taste (Aa), schreiben Sie den Satz und platzieren Sie ihn. Dann tippen Sie auf das Textfeld, wählen eine Stimme und legen mit der Zeitsteuerung fest, wann der Satz gesprochen wird. Das Werkzeug gibt es in der mobilen YouTube-App, nicht am Computer.
Was die eingebauten Stimmen können
Sie wählen zwischen vier automatischen Stimmen, und darüber hinaus gibt es wenig Einstellungen: keine Figurenstimmen, keine Akzentwahl und kaum Einfluss auf Ton oder Tempo. Satzzeichen helfen trotzdem: Kommas und Punkte machen Pausen, ein Fragezeichen hebt das Satzende. Halten Sie jedes Textfeld kurz, denn die Stimme liest genau, was auf dem Bildschirm steht.
Stattdessen eine Sprecher- oder Figurenstimme
Für eine markante Stimme vertonen Sie zuerst: Öffnen Sie eine Stimme im SuperClonica-Katalog, etwa einen Sprecher, einen Ansager oder eine Figur aus Spielen, Anime oder Cartoons, geben Sie 30 bis 100 Zeichen ein und laden Sie den Satz kostenlos und ohne Konto herunter. Legen Sie den Ton in einem Videoeditor unter den Clip, wie unser CapCut-Ratgeber zeigt, und laden Sie das fertige Video als Short hoch. Für eine ganze Serie von Skripten vertont die kostenlose Engine sie auf Ihrem Computer: python -m pip install superclonica-cpu.
Für einen Short schreiben
Ein Short dauert Sekunden: eine Idee pro Satz, den Aufhänger zuerst. Lesen Sie den Satz einmal laut, bevor Sie ihn vertonen; wenn Sie stolpern, klingt auch die Stimme holprig. Mehr zum Vertonen ganzer Videos steht in unserem Ratgeber zu Kanälen ohne Gesicht.