Zum Hauptinhalt springen
Zwei Werkzeuge aus der Familie „UGC“ bringen echte Personen vor die Kamera: „Sprechender Avatar“ (eine Person allein) und „KI-Podcast“ (höchstens zwei Hosts). Das Videomodell spricht jede Replik selbst, mit der Stimme, die in der ersten sprechenden Einstellung festgelegt wird.

​
Sprechender Avatar

Ein Foto von dir oder eine generierte Person sagt deinen Text, gefilmt wie mit dem Handy, lippensynchron. Das Feld heißt „Was du schreibst“, mit zwei Optionen:
  • „Mein Skript“: Wort für Wort gesprochen.
  • „Eine Idee“: Die KI schreibt den Text, so wie man vor der Kamera spricht.

​
Die Form, die funktioniert

Modus „Mein Skript“:
Schreib, wie man spricht: kurze Sätze, ein Füllwort („also“, „eigentlich“), eine echte Pause. Rechne mit etwa 20 Wörtern für 15 Sekunden.
Modus „Eine Idee“: Gib das Thema und den Ton vor, die KI schreibt den Text.

​
Vorher / nachher

Kein genaues Thema, kein Ton, kein Publikum.

​
Einstellungen des Avatars

  • Limit: 1.200 Zeichen. Die Länge ergibt sich aus dem Text (etwa 2 Wörter pro Sekunde, zwischen 10 s und 4 Minuten). Im Ideenmodus wählst du die Länge.
  • Foto: optional. Ein scharfes, frontales, gut beleuchtetes Gesicht wird unverändert übernommen. Ohne Foto wird eine Person generiert; „Konsistente Figur“ hält ihr Gesicht von Einstellung zu Einstellung gleich.
  • Stimme: „Automatisch“ erstellt die Stimme in der ersten Einstellung und behält sie danach. Wähl eine Stimme, um sie festzulegen.
  • Avatar-Modell und Auflösung: Sie bestimmen die Qualität des Renderings und den Preis pro Sekunde.
  • Untertitel: standardmäßig aktiv. Musik: standardmäßig aus.
  • Eine sprechende Einstellung dauert höchstens 15 s: Ein langer Text wird in mehrere Einstellungen aufgeteilt.

​
KI-Podcast

Ein Dialog mit zwei Stimmen, ein Host pro Einstellung, im Vollbild oder im geteilten Bildschirm: Der Schnitt wechselt zwischen Vollbild auf den Sprechenden und vertikal geteiltem Bildschirm, ein Host oben, der andere unten, wo der Zuhörende reagiert.

​
Die Form, die funktioniert

Beginn jede Zeile mit dem Namen des Hosts in eckigen Klammern, zum Beispiel [Alex]. Höchstens zwei Hosts.
Kein Skript zur Hand? Schreib ein Thema in ein paar Worten (mindestens 3) unter „Dialog mit KI generieren“: Der Dialog wird in das Feld geschrieben, und du liest ihn, bevor du startest. Das ist ein kostenpflichtiger Textaufruf.

​
Vorher / nachher

Keine Klammern, kein Thema, Repliken ohne Profil.

​
Einstellungen des Podcasts

  • Fotos der Hosts (optional): ein Foto pro Host, benannt wie im Dialog. Ohne Foto wird der Host generiert; „Konsistente Hosts“ hält sein Gesicht von Einstellung zu Einstellung gleich.
  • Limit: 1.200 Zeichen, Standardlänge 30 s. Untertitel aktiv, Musik aus.
  • Jeder Host hat nur ein Bild und eine Stimme, die für alle seine Repliken gelten.

​
Häufige Fehler

  • Avatar: ein Text, der zum Lesen geschrieben wurde: Lange Sätze klingen falsch. Kürz und sprich.
  • Avatar: ein Gruppen- oder Profilfoto: Gib ein scharfes, frontales Gesicht.
  • Podcast: drei oder mehr Hosts: höchstens zwei.
  • Podcast: in jeder Zeile ein anderer Name: Behalt genau dieselben Namen: Sie dienen dazu, jeden Host und seine Fotos zu erkennen.
  • Mehr als 1.200 Zeichen: Das Feld hört auf. Kürz oder mach mehrere Videos.
Siehe auch Füg dein Skript ein und die Stimme.