Regieanweisungen: mehr Leben in der Stimme
Flüstern, Pausen, leises Lachen – wie deine KI-Stimme natürlicher klingt
Worum geht es?
Eine KI-Stimme liest einen Text normalerweise gleichmäßig vor – sauber, aber etwas eintönig. Ein Mensch macht es anders: Er wird mal leiser, macht eine Pause vor dem wichtigen Satz, lacht kurz.
Genau das erreichst du mit Regieanweisungen. Das sind kurze Hinweise in eckigen Klammern mitten im Text:
„[nachdenklich] Dein Webinar beginnt nicht mit Folie eins. [Pause] Es beginnt zehn Minuten davor.“
Die Stimme liest die Klammern nicht vor – sie macht, was drinsteht.
Was hast du davon? Deine Reels klingen weniger nach Computer und mehr nach dir. Die Leute hören länger zu.
-
1
Einschalten
Geh auf Avatar, Stimme & Set und wähl beim Avatar unter Modell eine Stimm-Variante, die Regieanweisungen kann: v3 oder v4. (Ein „Modell“ ist eine Version der KI-Stimme – ElevenLabs bietet mehrere an, neuere können mehr.) Lass Regieanweisungen automatisch setzen angehakt. Darunter steht dann Aktiv. Warum das Modell? Ältere Stimm-Modelle würden „[Pause]“ einfach laut vorlesen. Damit das nicht passiert, lässt manyflow die Anweisungen bei solchen Modellen weg.
-
2
Die KI setzt sie von selbst
Wenn die KI dein Skript schreibt, setzt sie die Anweisungen sparsam ein – höchstens eine pro Szene, dort wo sie passt. Du musst nichts tun.
-
3
Selbst ändern
Im ② Skript siehst du unter jedem Sprechtext die gesetzten Anweisungen als kleine Marken. Mit dem × entfernst du eine. Mit + einfügen wählst du eine neue aus: Emotion (z. B. [aufgeregt], [ernst]), Vortrag ([flüsternd], [langsam], [Pause]) oder Laute ([lacht leise], [seufzt]). Die Anweisung landet am Anfang des Textes – schieb sie im Textfeld an die Stelle, an der sie wirken soll.
Gut zu wissen
Die Anweisungen stehen nicht in den Untertiteln und zählen nicht als Wörter. Geräusche wie [Applaus] gibt es nur bei der Art Nur Stimme + Bilder – sonst würde dein Avatar dazu den Mund bewegen. Bei Reels über die Higgsfield API bleiben Regieanweisungen bei Sprechszenen vorerst aus.
Weniger ist mehr
Eine Pause vor dem wichtigsten Satz wirkt stark. Fünf Anweisungen in einem Satz wirken übertrieben.
Noch kein ElevenLabs-Konto?
ElevenLabs ist nicht Pflicht – aber damit spricht dein Avatar mit deiner eigenen, sauberen Stimme. Wenn du noch kein ElevenLabs hast, klick hier und sichere es dir.
Zuletzt aktualisiert: 19.11.2026