Wer öfter auf Youtube unterwegs ist, dem wird aufgefallen sein, dass manche Videos automatisch synchronisiert werden. Die sogenannte „Auto-Dubbing“-Funktion übersetzt Audio-Inhalte in bis zu 27 Sprachen und legt eine KI-generierte Tonspur über das Video. Da poltert dann nicht Donald Trump, sondern ein KI-Klon in deutscher Sprache, der ähnlich heiser und nasal spricht wie das Original. Das klingt dann, als hätte man dem amerikanischen Präsidenten ein Software-Update auf Deutsch aufgespielt. Der Clou: Das Tool synchronisiert nicht nur die Lippenbewegungen, sondern synthetisiert auch die Sprechmelodie und Klangfarbe einer Stimme. „Expressive speech“ heißt das im Youtube-Sprech.