Übersetzte Interviews, bei denen die Lippen nicht mehr passen — so korrigiere ich die Synchronität nachträglich

Anna KellerVon Anna Keller
•Veröffentlicht am 8/15/2026•6 min read
Übersetzte Interviews, bei denen die Lippen nicht mehr passen — so korrigiere ich die Synchronität nachträglich

FreeLipSync — kostenloser AI-Lip-Sync-Generator, Startseite Der FreeLipSync-Editor: vorhandenen Clip hochladen, die neue (übersetzte) Tonspur dazu, und die Lippen werden neu auf das Audio abgestimmt. Kein Neudreh, kein Studio.

Ich schneide viel — kurze Doku-Stücke, Interview-Ausschnitte, Erklärclips für Redaktionen und ein paar YouTube-Kanäle. Und das nervigste Problem in der Nachvertonung 2026 ist immer dasselbe: Ich habe ein sauberes Interview auf Deutsch, ich lasse es ins Englische oder Arabische dubben — und plötzlich redet die Person im Bild sichtbar an ihrem eigenen Mund vorbei. Das erste, was jeder Zuschauer bemerkt, ist genau dieser Versatz.

Lange dachte ich, dagegen hilft nur Neudreh oder stundenlanges Frame-Schubsen. Tut es nicht. Hier ist der Workflow, mit dem ich die Lippen eines schon gedrehten, aber neu vertonten Clips nachträglich wieder passend bekomme.

Kurzes Fazit

Wenn du übersetzte Interviews oder Doku-Clips hast, bei denen die Mundbewegung nicht mehr zur neuen Tonspur passt, musst du nichts neu drehen. Du legst den vorhandenen Clip und die neue Audiospur nebeneinander und lässt die Lippen neu synchronisieren — bei mir mit dem Wav2Lip-Werkzeug von FreeLipSync. Gleicher Clip, neue Sprache, Mund passt wieder. Korrigier deinen ersten Clip hier kostenlos, bevor du über einen Neudreh nachdenkst.

Warum „passt schon irgendwie" nicht reicht

Wav2Lip ist das Forschungsmodell von 2020, das leise zum Standard-Lip-Sync-Motor hinter der halben AI-Video-Werkzeugkiste geworden ist. Es nimmt ein Gesichtsvideo plus eine separate Tonspur und rechnet die Mundbewegung neu auf das Audio — auch für eine Person, die das Modell nie „gesehen" hat. Genau das brauchen wir in der Nachbearbeitung: vorhandenes Material behalten, nur den Mund an die übersetzte Fassung anpassen.

Der Grund, warum ein kleiner Versatz so stört: Menschen lesen Lippen mit, ob sie wollen oder nicht. Sobald Ton und Mund um ein paar Frames auseinanderlaufen, wirkt selbst ein inhaltlich starkes Interview billig und „irgendwie falsch". Bei einem Doku-Beitrag, der Vertrauen transportieren soll, ist das fatal.

Der Ablauf, den ich tatsächlich benutze

Der Kern ist simpel: Ich drehe nichts neu — ich lasse nur den Mund neu rechnen.

Ich nehme den fertig geschnittenen Originalclip und die neue, übersetzte Tonspur (menschlich geprüft, dazu gleich mehr) und gebe beides in das Tool. Es analysiert das Timing des Audios und passt die Lippen darauf an. Danach ziehe ich das Ergebnis zurück in den Schnitt.

So funktioniert FreeLipSync — drei Schritte Clip rein, neue Tonspur rein, generieren. Aus einem sichtbaren Versatz wird wieder ein sauberer Take.

Das Werkzeug, zu dem ich immer wieder greife, ist FreeLipSync. Du gibst ihm den Clip und das Audio, es synchronisiert den Mund. Was mich überzeugt hat — als jemand, der jeden Euro Produktionsbudget rechtfertigen muss: Die Gratis-Stufe ist wirklich brauchbar zum Testen. 0 $ für immer, keine Anmeldung, keine Kreditkarte, bis zu 20 Sekunden pro Video, 133 Zeichen Text-to-Speech, kein Wasserzeichen, ein Video gleichzeitig. Für einen 15-Sekunden-Interview-Ausschnitt, den ich nur schnell prüfen will, reicht das oft komplett.

Für die längeren Sachen — ganze Interview-Blöcke, mehrsprachige Doku-Fassungen — gehe ich eine Stufe höher. Starter kostet 9,90 $/Monat (20 längere Videos, bis zu 3 Minuten, 800 Zeichen, drei gleichzeitig, HD-Downloads). Pro kostet 69,90 $/Monat (unbegrenzte Videos, bis zu 60 Minuten, 16.000 Zeichen, Priority-Rendering) — das nehme ich nur, wenn eine Doku in mehreren Sprachfassungen gleichzeitig raus soll. Es gibt außerdem ein einmaliges Creator Pack für 4,99 $ und einen Jahres-Umschalter, der 17 % spart.

FreeLipSync-Preise — Free, Starter und Pro Free deckt kurze Prüf-Clips ab. Bezahlt wird erst, wenn ganze mehrsprachige Fassungen anstehen.

Der eigentliche Hebel ist die Sprachbreite — 500+ Sprachen und Akzente aus einer Quelle, weit mehr als jede Redaktions-Sprachliste je braucht.

FreeLipSync mehrsprachig — ein Gesicht, viele Sprachen Dasselbe Interview, 500+ Sprachen und Akzente. So wird aus einer deutschen Aufnahme eine Fassung, die im Zielmarkt nicht „nachvertont" aussieht.

Die ehrlichen Grenzen

Sagen wir es klar: Das Original-Wav2Lip-Modell rendert den Mund in niedriger Auflösung, deshalb kann das Ergebnis auf modernem 4K-Material weich oder leicht verwaschen wirken. Für einen kurzen Ausschnitt, ein Social-Snippet oder eine Vorschau ist das völlig okay; für die Kino-Doku in Großaufnahme würde ich genauer hinsehen und ggf. neuere Modelle prüfen. Wichtiger noch, journalistisch: Ich benutze das nur mit Material, an dem ich die Rechte habe, und mit dem Einverständnis der abgebildeten Person. Das Werkzeug korrigiert einen technischen Versatz — es ersetzt keine Zustimmung und keine faktische Prüfung. Und jede Übersetzung geht durch einen echten Menschen, bevor sie an einen Mund gelegt wird. Bei O-Tönen von echten Menschen ist „fast richtig" keine Option.

Was ich sonst getestet habe

Ehrlichkeitshalber: nicht nur ein Tool. Adobe-Workflows und klassisches Frame-für-Frame-Nachziehen funktionieren, kosten aber Stunden, die kaum ein Beitrag hergibt. HeyGen und Synthesia sind stark für komplett neu generierte Avatare — aber ich will ja mein echtes Interview behalten, nicht einen synthetischen Kopf. Reine Untertitel helfen und ich setze sie trotzdem — aber ein sichtbarer Lippen-Versatz bleibt sichtbar, Untertitel hin oder her. Für den einen konkreten Job — „vorhandenen Clip, neue Sprache, Mund wieder passend" — war FreeLipSync am schnellsten und am günstigsten.

Wer sollte was nehmen

Große Produktion mit Post-Abteilung und Budget? Nutz deine Pipeline. Kleine Redaktion, Ein-Personen-Schnittplatz, Doku-Kollektiv? Nimm den fertigen Clip, die geprüfte Übersetzung, und lass den Mund kostenlos neu rechnen. Für die meisten von uns ist das der realistische Weg.

Schlussgedanke

Der Moment, der hängen geblieben ist: ein arabischsprachiger Zuschauer schrieb unter eine neu vertonte Fassung, er habe „gar nicht gemerkt, dass das ursprünglich auf Deutsch war". Genau das ist das Ziel. Ein starkes Interview soll an seiner Aussage gemessen werden — nicht daran, dass der Mund zwei Frames zu spät zumacht.

Wenn du es vor dem nächsten Neudreh-Gedanken ausprobieren willst: korrigier deinen ersten übersetzten Clip kostenlos mit dem Wav2Lip-Werkzeug von FreeLipSync — vorhandener Clip, neue Sprache, Mund passt wieder.

Quellen