Sprechende Videos erklärt
d id ist ein KI-Videotool, das ein Gesicht auf einem Standbild animiert und mit Sprache kombiniert. Geben Sie ein geeignetes Porträt und einen gesprochenen Text ein, und das Tool erstellt ein kurzes Video, in dem die abgebildete Person zu sprechen scheint. Das Ergebnis ist ein generiertes Video, keine Aufnahme dieser Person beim Sprechen.
d id macht aus einem Porträt und Sprache ein Video mit einer sprechenden Person. Diese weiterführenden Leitfäden zeigen, wie das Ergebnis aussieht, wo es sich einsetzen lässt und wie Sie selbst eines erstellen.
d id kann ein unbewegtes Gesicht so erscheinen lassen, als würde es sprechen. Das Ergebnis hängt jedoch vom Porträt, vom gesprochenen Text und von Ihren Erwartungen ab.
Ein generierter Clip zeigt nicht, wie die abgebildete Person tatsächlich gesprochen, sich bewegt oder Gefühle ausgedrückt hätte.
Was Sie stattdessen tun können
Verwenden Sie eine Aufnahme der tatsächlichen sprechenden Person, wenn es auf ihre authentische Darbietung ankommt.
Verdeckte Gesichtszüge, extreme Blickwinkel und schlechte Beleuchtung können die Animation weniger überzeugend wirken lassen.
Was Sie stattdessen tun können
Beginnen Sie mit einem klaren, frontal aufgenommenen Bild und prüfen Sie einen kurzen Test, bevor Sie ein längeres Skript vorbereiten.
Dass sich ein Gesicht animieren lässt, bedeutet nicht, dass Sie das Recht haben, das Abbild oder die Stimme dieser Person zu verwenden.
Was Sie stattdessen tun können
Verwenden Sie Ihr eigenes Bild, das Bild einer einwilligenden Person oder Bildmaterial, das Sie animieren dürfen.
Ein sprechendes Porträt eignet sich für direkt an die Kamera gerichtete Botschaften, nicht aber dafür, körperliche Handlungen zu filmen oder eine sich verändernde Szene zu zeigen.
Was Sie stattdessen tun können
Kombinieren Sie den Clip mit der präsentierenden Person mit separat aufgenommenen Demonstrationen, wenn der Gegenstand gezeigt werden muss.
Der grundlegende Ablauf verbindet ein Gesicht, gesprochene Inhalte und Animation zu einem Video. Jede Eingabe beeinflusst, was das Publikum sieht oder hört.
Stellen Sie ein klares Bild der präsentierenden Person bereit. Das Gesicht bildet den visuellen Ausgangspunkt; d id nimmt kein neues Filmmaterial von der Person auf.
Geben Sie Wörter ein, die eine generierte Stimme vorlesen soll, oder verwenden Sie eine Audioaufnahme, sofern diese Option verfügbar ist. Formulieren Sie natürlich genug, damit der Text gesprochen klingt.
d id kombiniert das Bild und den gesprochenen Text zu einem animierten Clip. Prüfen Sie Aussprache, Timing, Gesichtsbewegungen und Verständlichkeit der Botschaft, bevor Sie ihn teilen.
Dieser Vergleich zeigt, was Sie bereitstellen und was der generierte Clip mit dem sprechenden Foto hinzufügt. Er zeigt auch, welche Entscheidungen bei Ihnen bleiben.
| Ausgangsporträt und gesprochener Text | Generiertes sprechendes Video | |
|---|---|---|
| Bild | Ein einzelnes Standbild eines Gesichts | Ein im Zeitverlauf animiertes Gesicht |
| Wörter | Ein geschriebenes Skript oder bereitgestellte Audiodatei | Bei der Wiedergabe hörbare Sprache |
| Mundbewegung | Keine Bewegung im Ausgangsbild | Generierte Bewegung, auf die Sprache abgestimmt |
| Darstellung | Das Porträt erfasst keinen gefilmten Vortrag | Eine synthetische Präsentation, keine Aufnahme eines Live-Auftritts |
| Kontrolle über die Botschaft | Sie wählen den Wortlaut und das Ausgangsmaterial | Der Clip gibt dieses Material wieder; er überprüft es nicht eigenständig |
| Am besten geeignet für | Ein gut erkennbares Gesicht und eine kurze gesprochene Botschaft | Eine Erklärung oder Begrüßung im Stil eines Moderators |
Diese Bilder veranschaulichen den Arbeitsablauf, statt eine Bild-für-Bild-Umwandlung desselben Ausgangsporträts zu zeigen.
Bild vorbereitenModeratorenvideo prüfend id eignet sich für Botschaften, bei denen ein Gesicht, das zum Publikum spricht, nützlicher ist als eine stumme Folie – vorausgesetzt, das Moderatorenbild darf mit entsprechender Genehmigung verwendet werden.
Beginnen Sie eine Unterrichtseinheit mit einer kurzen Moderatorenbotschaft, bevor Sie zu Diagrammen oder einer Bildschirmaufnahme übergehen.
Die Lernenden erhalten eine gesprochene Einführung; für die eigentliche Demonstration können passendere visuelle Darstellungen verwendet werden.
Machen Sie aus einem freigegebenen Porträt und einem kurzen Skript eine Begrüßung oder interne Ankündigung.
Die Botschaft erhält einen sichtbaren Sprecher, ohne dass ein Kameradreh organisiert werden muss. Zuschauer sollten dennoch erkennen können, wenn der Präsentator synthetisch erzeugt wurde.
Teste zunächst ein kurzes Erklärvideo, bevor du dich für ein längeres Video mit Präsentator entscheidest.
Mit einem kurzen Entwurf lassen sich holprige Formulierungen, Aussprachefehler oder Bildprobleme leichter erkennen.
Beginne mit einem Porträt, das du verwenden darfst, und einem kurzen Skript. Prüfe die erzeugte Darbietung, bevor du entscheidest, ob sie deine Botschaft klar vermittelt.
d id ist ein KI-Videotool, mit dem sich aus einem unbewegten Gesichtsbild und gesprochenen Inhalten Clips mit einem sprechenden Präsentator erstellen lassen. Die sichtbaren Gesichtsbewegungen werden erzeugt; es handelt sich nicht um eine Aufnahme, in der die abgebildete Person diese Worte spricht.
Das Gesicht auf dem Foto dient als visuelle Grundlage für ein animiertes Video. Ein Skript oder eine Audiodatei liefert dem Präsentator den gesprochenen Inhalt. Das Bild bleibt dabei die Quelle – es handelt sich nicht um einen gefilmten Auftritt.
Nein. Eine Kamera zeichnet einen echten Auftritt auf, während d id anhand des bereitgestellten Materials den Eindruck einer sprechenden Person erzeugt. Dieser Unterschied ist wichtig, wenn Zuschauer einen synthetisch erzeugten Clip für eine echte Aufnahme halten könnten.
Es eignet sich vor allem dazu, aus einem Porträt und gesprochenem Inhalt eine Botschaft mit Präsentator zu erstellen. Für praktische Vorführungen, wechselnde Szenen oder dokumentarisches Filmmaterial solltest du stattdessen Videos verwenden, die für diese Zwecke gemacht wurden.