Hauptinhalt
Videoaufnahme
Bild, Sprache, Musik und Umgebungsgeräusche können in einer Datei enthalten sein.
Vorbereitete Stimmreferenz
Die Sprache steht im Mittelpunkt; das Bild wird nicht mehr benötigt.
Vom Video zur Stimme
Um eine Stimme aus einem Video zu klonen, verwenden Sie die Sprache aus einer Aufnahme als Referenz für eine synthetische Stimme. Das Video dient als Quelle; das Ergebnis ist neu erzeugte Sprache, keine Kopie des Filmmaterials oder der Originaltonspur.
Eine Videodatei enthält Bild und Ton, doch die Stimmreferenz stammt aus dem Ton. Das Extrahieren der Audiospur ist nur der erste Schritt: Der gesprochene Teil muss sich auch für das Klonen eignen.
Videoaufnahme
Bild, Sprache, Musik und Umgebungsgeräusche können in einer Datei enthalten sein.
Vorbereitete Stimmreferenz
Die Sprache steht im Mittelpunkt; das Bild wird nicht mehr benötigt.
Videoaufnahme
Kann eine interviewende Person, Gäste oder sich überlagernde Stimmen enthalten.
Vorbereitete Stimmreferenz
Bevorzugt klar isolierte Sprache der Person, die dem Klonen ihrer Stimme zugestimmt hat.
Videoaufnahme
Musik und Raumgeräusche können die Verständlichkeit der Worte beeinträchtigen.
Vorbereitete Stimmreferenz
Möglichst wenig Rauschen und keine störende Hintergrundmusik.
Videoaufnahme
Schnitte, Übergänge und kurze Antworten können Sätze unterbrechen.
Vorbereitete Stimmreferenz
Eine zusammenhängende Passage mit verständlichen Wörtern ist ideal.
Videoaufnahme
Der Abstand zum Mikrofon und Übersteuerungen können je nach Szene variieren.
Vorbereitete Stimmreferenz
Ein gleichmäßiger Pegel und eine klare Aufnahme sind ideal.
Videoaufnahme
Das Auftreten in einem Video verleiht kein Recht, die Stimme zu klonen.
Vorbereitete Stimmreferenz
Erfordert die Erlaubnis, die Stimme dieser Person zu verwenden.
Videoaufnahme
Bewahrt, was ursprünglich gefilmt und gesagt wurde.
Vorbereitete Stimmreferenz
Dient als Referenz, um neue gesprochene Wörter zu erzeugen.
Ein praktikabler Arbeitsablauf trennt drei Dinge: das Videomaterial, an dem Sie die Rechte besitzen, die daraus aufbereitete Sprachaufnahme und das neue Skript, das gesprochen werden soll. Diese Bilder zeigen mögliche Projekte; sie sind keine Hörproben.
Sprechertext
Reisen
Präsentation
Der richtige Ansatz hängt davon ab, was Sie nach der Vorbereitung des Referenztons benötigen. Diese weiterführenden Leitfäden behandeln Vortrag, Beispiele und Einwilligung, statt davon auszugehen, dass jeder Videoclip sofort verwendet werden kann.
Sie haben die Erlaubnis, die gefilmte Einleitung einer moderierenden Person zu verwenden, doch der neue Text soll ausdrucksstärker gesprochen werden.
Planen Sie den Vortrag des neuen Textes unabhängig von der Ausgangsaufnahme.
Stimmenklonen mit EmotionenSie möchten sehen, für welche Projekte sich eine geklonte Stimme eignet, bevor Sie Videomaterial vorbereiten.
Vergleichen Sie beispielhafte Anwendungsfälle, ohne Bilder als Beleg für die Audioqualität zu betrachten.
Kostenlose Beispiele für KI-StimmenklonenEin Kunde hat ein Video bereitgestellt, aber es ist unklar, ob die sprechende Person der synthetischen Wiederverwendung ihrer Stimme zugestimmt hat.
Klären Sie die Nutzungsrechte, bevor Sie eine Stimmprobe extrahieren oder einreichen.
Ist es legal, eine Stimme zu klonen?Beginnen Sie mit Videomaterial, zu dessen Verwendung Sie berechtigt sind. Achten Sie auf eine einzelne, gut verständliche Stimme, schneiden Sie Unterbrechungen und störende Hintergrundgeräusche heraus und bewahren Sie den Ausgangston getrennt von dem Text auf, den Sie generieren lassen möchten. Aivoiceclone kann Ihnen den Weg zu einem Tool zur Stimmerzeugung weisen. Ob Videos hochgeladen und Tonspuren extrahiert werden können und welche Dateiformate unterstützt werden, hängt jedoch vom jeweiligen Tool ab; prüfen Sie vorab die verfügbaren Funktionen.
Die Sprache in einem Video kann als Ausgangsmaterial dienen, aber möglicherweise müssen Sie zuerst die Audiospur extrahieren. Prüfen Sie, welche Eingabeformate das gewünschte Tool unterstützt, statt davon auszugehen, dass es Video-Uploads akzeptiert.
Wählen Sie eine Aufnahme mit einer deutlich hörbaren sprechenden Person, wenig Hintergrundmusik und ohne gleichzeitige Gespräche. Eine saubere Aufnahme ist als Vorlage nützlicher als eine verrauschte Montage oder ein paar einzelne Wörter.
Der Besitz eines Videos bedeutet nicht unbedingt, dass Sie die Erlaubnis haben, eine synthetische Version der Stimme einer Person zu erstellen. Holen Sie die ausdrückliche Einwilligung der sprechenden Person ein und prüfen Sie, welche Rechte oder Regeln für Ihre geplante Nutzung gelten.
Die ursprünglichen Wörter bleiben in der Quellaufnahme erhalten. Beim Stimmenklonen dienen die aufgenommenen Stimmmerkmale der sprechenden Person als Vorlage, um aus einem separaten Skript neue Sprache zu erzeugen. Das Originalvideo wird dabei nicht automatisch bearbeitet.
Wenn Sie das Bild entfernen, lässt sich die Audiospur leichter verarbeiten. Musik, Rauschen oder andere Stimmen werden dadurch aber nicht entfernt. Hören Sie sich die extrahierte Sprache an und bereiten Sie eine sauberere Passage vor, wenn diese Geräusche stören.