AI-video voiceover: voeg vertelling in elke taal toe aan gegenereerde clips

AI-video voiceover betekent gesproken tekst of dialoog toevoegen aan een gegenereerde clip, en in VIBE kan dat op twee manieren: laat Veo 3.1 Fast of Kling 3 Pro de zin in de render zelf uitspreken, of voeg achteraf een opgenomen of synthetische stem toe. Deze gids laat zien welke route bij welke video past, hoe je regels schrijft die in een korte clip passen en hoe je één idee in meerdere talen maakt.

Wat is AI-video voiceover en waarom is het belangrijk?

Een clip met een duidelijke gesproken zin geeft kijkers een reden om na de eerste seconde te blijven, en de video is te begrijpen zonder iets te lezen. In november 2026 omvat AI-video voiceover twee taken: een personage dat in beeld spreekt en een verteller buiten beeld over de opnames. De eerste doet het videomodel zelf, de tweede is meestal een aparte stap. Wil je weten hoe geluid in deze modellen werkt, lees dan onze gids over AI-videogenerators met audio over dialoog, effecten en sfeergeluid, en bekijk het modelaanbod van VIBE om te zien wat elk model kan.

Moet je de stem genereren, opnemen of synthetiseren?

• Genereren in de render. Schrijf de zin in je prompt en laat Veo 3.1 Fast of Kling 3 Pro hem uitspreken. Dat past bij personages in beeld, korte hooks en clips waar lipbewegingen tellen.
• Zelf opnemen. Je eigen stem is het meest geloofwaardig voor een persoonlijk merk of tutorial, en een smartphone in een stille kamer is genoeg. Leg de opname over een clip zonder eigen spraak.
• Apart synthetiseren. Een tekst-naar-spraakstem past bij lange vertelling en veel taalversies, omdat je het geluid opnieuw kunt maken zonder het beeld opnieuw te genereren.

Een praktische regel: spreekt iemand in beeld, genereer de spraak dan in de render; spreekt niemand in beeld, neem dan op of synthetiseer. Beide mengen in één clip is waar de meeste timingproblemen beginnen.

Welke VIBE-modellen kunnen een zin uitspreken?

Twee modellen in VIBE genereren spraak in de render. Veo 3.1 Fast van Google DeepMind maakt dialoog, geluidseffecten en sfeergeluid voor clips tot 8 seconden, en Kling 3 Pro van Kuaishou rendert clips tot 15 seconden met meerdere sprekers en meerdere talen. Google DeepMind beschrijft de Veo-familie op de Veo-modelpagina. Alleen deze twee kunnen in VIBE spreken, dus controleer het model voordat je een script rond een gesproken zin bouwt.

Probeer deze prompt in VIBEVeo 3.1 Fast

“A young woman in a bright kitchen looks into the camera and says calmly, "Three ingredients, ten minutes, and dinner is done," soft room tone, a pan sizzling quietly in the background, handheld vertical 9:16, natural window light.”

Hoe schrijf je een voiceover-zin die in een korte clip past?

Een clip is kort, dus de zin moet dat ook zijn. Als vuistregel kun je mikken op één zin van ongeveer tien tot vijftien woorden per clip van 8 seconden, met een moment stilte aan het begin en einde zodat de stem niet botst met de overgang. Langere boodschappen werken beter als meerdere clips, elk met een eigen zin.

1. Schrijf eerst het hele script en verdeel het dan in één zin per clip.
2. Zet de gesproken zin tussen aanhalingstekens en zeg wie hem spreekt en hoe, bijvoorbeeld kalm, enthousiast of fluisterend.
3. Beschrijf het geluid onder de stem, zoals kamertoon of straatlawaai, zodat de mix natuurlijk blijft.
4. Render, luister met een koptelefoon en kort de zin in als de woorden gehaast klinken, in plaats van het beeld opnieuw te doen.

De hele werkwijze kost een paar tikken, en hoe VIBE werkt laat elke stap zien. Tips om scènes consistent te houden over clips heen vind je in onze gids voor AI-videoprompts.

Hoe maak je een meertalige AI-video van één idee?

Houd de beeldprompt gelijk en wijzig alleen de gesproken zin en de taal. Omdat het beeld hetzelfde blijft, krijg je bijpassende clips voor verschillende markten zonder iets opnieuw te ontwerpen. Kling 3 Pro is de logische keuze omdat het dialoog in meerdere talen rendert; voor een taal die het slecht beheerst, render je het beeld één keer en voeg je een opgenomen of synthetische stem in die taal toe. Kan een stem niet, dan laat onze gids over ondertiteling voor AI-video zien hoe ondertitels de boodschap dragen.

Probeer deze meertalige promptKling 3 Pro

“A street-food vendor in a lantern-lit night market smiles at the camera and says in Spanish, "Prueba esto, es la mejor receta de la casa," then a customer replies in English, "It smells amazing," steam rising from the grill, warm string lights, ambient chatter, handheld documentary style.”

Welke AI-video-app biedt Duitse spraak?

VIBE kan Duitse spraak maken met Kling 3 Pro, dat dialoog in meerdere talen rendert. Schrijf de zin in het Duits in de prompt en test eerst één korte zin, want uitspraak en accent kunnen per modelversie verschillen. Voor lange Duitse vertelling geeft een opgenomen of synthetische stem over een clip zonder spraak meer controle dan één enkele render.

• Schrijf de Duitse zin precies zoals hij uitgesproken moet worden, met cijfers voluit.
• Houd zinnen kort; één zinsdeel per clip is het makkelijkst schoon uit te spreken.
• Luister naar de nadruk op namen en leenwoorden en schrijf ze fonetisch om als ze niet kloppen.

Hoe mix je een voiceover met muziek, geluidseffecten en ondertiteling?

Een voiceover werkt alleen als kijkers hem duidelijk horen, dus de mix is net zo belangrijk als de woorden. Wordt de spraak in de render gegenereerd, dan balanceren Veo 3.1 Fast en Kling 3 Pro dialoog en sfeergeluid al, daarom werkt één dominant geluid per clip het betrouwbaarst. Voeg je de stem achteraf toe, opgenomen of gemaakt met spraaksynthese, dan neem je de balans zelf over: houd de stem duidelijk luider dan muziek en laat achtergrondgeluid zo zacht dat elk woord goed te volgen blijft. Behandel de stem als hoofdrol en de rest als ondersteuning.

• Houd muziek zacht onder spraak en laat hem alleen in de pauzes tussen zinnen aanzwellen.
• Stem de energie van de stem af op het beeld, zodat een rustige verteller niet over een snelle actieshot ligt.
• Voeg ondertitels toe die de gesproken woorden herhalen, zodat de clip ook zonder geluid werkt en voor wie meeleest.

Exporteer tot slot in de vorm die het platform verwacht. Een verticale 9:16-clip past bij TikTok, Reels en Shorts, en onze gids over beeldverhoudingen legt uit hoe je een pratend persoon in beeld brengt zodat gezicht en ondertitels nooit botsen. Controleer een afgewerkte clip op een telefoonluidspreker en met een koptelefoon voordat je de rest publiceert, want een stem die goed klinkt in een rustige montage kan verdwijnen op een kleine speaker in een rumoerige ruimte.

Welke fouten verpesten een AI-video voiceover?

• Te lange zinnen, waardoor de stem gehaast klinkt of aan het eind van de clip wordt afgekapt.
• Spraak en een druk geluidsbeeld tegelijk promoten, waardoor de woorden verdwijnen.
• De formulering van de beeldprompt tussen taalversies wijzigen, zodat de clips niet meer bij elkaar passen.
• Het luisteren met een koptelefoon overslaan, waar verkeerd uitgesproken woorden het makkelijkst opvallen.

Behandel voiceover als onderdeel van de shot, niet als laag erbovenop. Schrijf hem samen met het beeld, houd hem kort en test één clip voordat je een hele serie rendert.

Veelgestelde vragen