Wie bringe ich meine Katze im KI-Video zum Sprechen?
Gib deiner Katze eine passende Stimme, schreib Sätze, die in eine 5-Sekunden-Szene passen, und nutze Untertitel und Musik, die auch ohne Ton wirken.

Damit deine Katze in einem KI-Video spricht, gibst du ihr eine Figurenstimme aus einem Text-to-Speech-Modell, schreibst kurze Sätze, die in jede 5-Sekunden-Szene passen, legst jeden Satz über eine Szene, in der die Katze in die Kamera schaut, und fügst Untertitel und leise Hintergrundmusik hinzu, damit die Szene auch ohne Ton funktioniert. In PawDrama hat jeder Darsteller schon eine feste Stimme, und jede Folge kommt mit eingebrannten Untertiteln, einer .srt-Datei und Musik nach Stimmung; eine 30-Sekunden-Folge mit sprechender Katze kostet in 480p 30 Credits, und was die Tarife kosten, steht auf unserer Preisseite.
Dieser Ratgeber geht die drei Tonebenen nacheinander durch (Stimme, Untertitel, Musik), mit den kleinen Entscheidungen, durch die eine Cartoon-Katze wie eine Figur klingt und nicht wie ein Roboter, der ein Skript abliest.
Drei Ebenen, drei Aufgaben
- Die Stimme trägt die Persönlichkeit. Durch sie klingt der rote Ehekater selbstgefällig und das Kätzchen klein.
- Die Untertitel tragen die Bedeutung. Viele scrollen ohne Ton, und dann lesen sie die Untertitel.
- Die Musik trägt die Stimmung. Sie verrät, ob eine Szene ein Witz oder ein Drama ist, noch bevor jemand spricht.
Liegt eine Ebene daneben, müssen die anderen beiden mehr leisten. Stimmen alle drei, fühlt sich eine 30-Sekunden-Folge an wie eine Szene aus einer Serie.
Eine Stimme, die zur Katze passt
Stimm die Stimme darauf ab, wie die Figur aussieht und was sie in der Geschichte tut. Zuschauer entscheiden nach ein, zwei Sätzen, wer eine Figur ist, und ein Widerspruch (ein winziges Kätzchen mit tiefem Knurren) wirkt wie ein Witz, ob du einen wolltest oder nicht.
| Figurentyp | Gesuchte Stimme | Ein passender Satz |
|---|---|---|
| Pummeliger rot getigerter Kater, der liebenswerte Schlawiner | Warm, verspielt, etwas schnell | „Ich? Ich war nicht mal in der Nähe vom Fisch.“ |
| Elegante weiße Katze, die Rivalin | Geschmeidig, gefasst, langsam | „Schätzchen, du siehst müde aus.“ |
| Glatter schwarzer Kater, der Bösewicht | Tief und trocken | „Heute Nacht gehört das Haus mir.“ |
| Graues Kätzchen, die Außenseiterin | Hell und klar | „Ich zeig es ihnen. Allen.“ |
| Dreifarbige Katzenmama | Sanft, ruhig | „Erst essen. Dann erzählst du mir alles.“ |
In PawDrama hat jeder der 14 vorgefertigten Darsteller eine eigene feste Stimme, damit der Bösewicht in Teil 1 und in Teil 7 wie der Bösewicht klingt. Für Sätze, die keine Figur sagen würde, gibt es eine eigene Erzählerstimme. Behalte eine Stimme pro Figur für die ganze Serie; ein Stimmwechsel stört genauso wie ein neues Gesicht.
Sätze, die eine Katze sagen kann
Text-to-Speech liest genau das vor, was du ihm gibst, das Schauspiel steckt also im Text.
- Fass dich kurz. Sechs bis zehn Wörter pro 5-Sekunden-Szene. Ein längerer Satz läuft über die Szene hinaus.
- Schreib, wie man spricht. „Ich bleib hier“ klingt lebendig; „Ich werde an diesem Ort verbleiben“ klingt abgelesen.
- Nutze Satzzeichen als Regieanweisung. Ein Fragezeichen hebt das Satzende an. Ein Ausrufezeichen gibt Nachdruck. Ein Komma setzt eine kleine Pause, ein Punkt eine größere.
- Ein Gefühl pro Satz. „Ich habe dich geliebt. Jetzt raus.“ wirkt besser, wenn du es auf zwei Sätze in zwei Szenen verteilst.
- Keine schwierigen Namen. Ein erfundener Name wie „Xzyrrah“ wird jedes Mal anders ausgesprochen. „Mimi“ nicht.
- Schreib Zahlen so, wie du sie sagst. „Drei Jahre später“ statt „3 J. später“.
Wann der Erzähler zum Einsatz kommt
Der Erzähler ist für das da, was die Katzen im Bild nicht sagen können: Zeitsprünge („Fünf Winter vergingen“), innere Gedanken („Sie wusste es längst“) und den letzten Satz eines Cliffhangers. Gib der Erzählung eine eigene Szene. Sprechen Erzähler und Figur in denselben 5 Sekunden, verlieren beide Sätze.

Was du von der Lippensynchronität erwarten kannst
Die Stimme wird als eigene Tonspur erzeugt und über die Szene gelegt; sie wird nicht Bild für Bild an das Maul der Katze angepasst. Bei Cartoon-Tieren fällt das weit weniger auf als bei menschlichen Gesichtern. So hilfst du nach:
- Stell die sprechende Katze nah an die Kamera, mit Blick nach vorn.
- Beschreib die Handlung als Sprechen („die Katze dreht sich um und sagt“), dann wird eine Sprechpose wahrscheinlicher.
- Lass die Untertitel den Satz für alle tragen, die stumm schauen.
Echte Menschen werden überhaupt nicht unterstützt, auch nicht die Lippensynchronisation eines echten Gesichts oder das Nachahmen der Stimme einer realen Person.
Untertitel, die man lesen kann
Jede Folge aus PawDrama hat Untertitel, die ins Video eingebrannt sind, damit sie überall zu sehen sind, wo du postest. Außerdem gibt es eine .srt-Datei, falls du lieber das Untertitel-Tool der Plattform nutzt oder das Timing in einem Schnittprogramm anpassen willst.
Wenn du Untertitel selbst schreibst oder bearbeitest, helfen ein paar Regeln auf dem Handybildschirm:
- Etwa 32 bis 42 Zeichen pro Zeile und nie mehr als zwei Zeilen gleichzeitig.
- Brich Zeilen an natürlichen Pausen um, nicht mitten in einer Wortgruppe.
- Platziere sie im unteren Drittel, aber oberhalb des Bereichs, in dem die App ihre Buttons und die Bildunterschrift zeigt.
Dialog und Untertitel können auf Englisch, Chinesisch, Japanisch, Deutsch, Französisch, Spanisch oder Portugiesisch sein. Die Sprache wählst du, wenn du die Folge erstellst.
Hintergrundmusik auswählen
Die Musik in PawDrama stammt aus einer eingebauten Bibliothek lizenzfreier Tracks, sortiert nach Stimmung. Wähle die Stimmung nach dem wichtigsten Moment der Folge:
| Stimmung | Passende Handlungen |
|---|---|
| Traurig | Im Schnee verstoßen, bei der Geburt getrennte Zwillinge |
| Spannung | Ein untreuer Ehemann fliegt auf, eine Rettung im Sturm |
| Episch | Der Milliardär kehrt zurück, das gemobbte Kätzchen wird Chefin |
| Warm | Ein treuer Hund, der wartet, ein alleinerziehender Katzenpapa beim Zubettbringen |
| Lustig | Karma schlägt sofort zurück, ein Obst-Liebesdreieck |
| Niedlich | Abenteuer eines Kätzchens, der erste Schultag |
| Romantisch | Zwei Katzen begegnen sich im Regen, ein Heiratsantrag |
Die Musik gehört unter die Stimmen, nie darüber. Wenn du einen Satz über die Handylautsprecher nicht verstehst, ist die Musik zu laut.

Den Ton von Hand machen
Wenn du Folgen mit einzelnen Tools baust, gelten dieselben drei Ebenen:
- Erzeuge jeden Satz als eigene Audiodatei mit einem Text-to-Speech-Tool und benenne die Dateien nach der Nummer der Szene.
- Zieh sie im Schnittprogramm auf die passenden Szenen und schneide die Stille am Anfang weg.
- Leg die Musik auf eine eigene Spur und halte sie etwa 12 bis 18 dB unter den Stimmen.
- Lass die automatischen Untertitel des Programms laufen und korrigiere dann Rechtschreibung und Zeilenumbrüche von Hand.
- Prüfe, ob deine Musiklizenz jede Plattform abdeckt, auf der du postest.
Das dauert länger, aber die Regeln für gute Sätze und lesbare Untertitel sind dieselben.