So fügst du ein Voiceover und Wort-für-Wort-Untertitel hinzu, ohne deine Stimme aufzunehmen
Ein Video ohne Mikrofon erzählen: eine Stimme auswählen, das Skript vor der Aufnahme genehmigen, Untertitel, die jedem Wort folgen, Musik und Soundeffekte hinzufügen und dasselbe Video in einer anderen Sprache erstellen.
Viele Menschen, die Videos erstellen würden, möchten ihre eigene Stimme darin nicht hören oder haben kein ruhiges Zimmer, kein Mikrofon oder nicht die Geduld für zwanzig Aufnahmen. Eine natürliche KI-Stimme macht Aufnahmen überflüssig. Was das Ergebnis professionell wirken lässt, ist alles andere: ein Text, der sich gut sprechen lässt, Untertitel, die mit der Stimme Schritt halten, und passende Hintergrundgeräusche.
Hier erfährst du, wie der Agent mit den einzelnen Teilen umgeht und was du steuern kannst.
1. Ein Text, der fürs Zuhören geschrieben ist
Texte zum Lesen und Texte zum Anhören zu schreiben, ist nicht dasselbe. Gesprochene Texte verwenden kürzere Sätze, vermitteln jeweils nur einen Gedanken und nutzen Wörter, die sich leicht laut aussprechen lassen. Wenn du ein Video mit Sprechertext anforderst, schreibt der Agent den Text in diesem Stil und teilt ihn in Abschnitte auf – einen pro Szene.
Anschließend zeigt er dir die gesamte Vertonung und wartet. Du kannst jede Zeile ändern, eine löschen oder selbst eine schreiben. Nichts wird aufgenommen, bevor du es genehmigst, daher lässt sich das Skript kostenlos und schnell bearbeiten.
2. Eine Stimme auswählen
Es gibt Dutzende natürliche Stimmen in 9 Sprachen: warm, souverän, freundlich, ruhig; männlich und weiblich. Statt dich durch eine Liste scrollen zu lassen, schlägt der Agent einige Stimmen vor, die zu deinem Thema und deiner Sprache passen, jeweils mit einer kurzen Beschreibung, und empfiehlt eine davon. Du kannst auch die gewünschte Stimme nennen oder jederzeit um eine andere bitten.
Jeder Teil der Vertonung wird separat aufgenommen. Das hat einen praktischen Vorteil: Wenn du später eine Zeile änderst, wird nur diese Zeile neu aufgenommen, während der Rest des Videos exakt so bleibt, wie er war.
3. Untertitel, die der Stimme folgen
Die meisten Zuschauer in sozialen Medien sehen sich Videos ohne Ton an, daher sind Untertitel unverzichtbar. Sie abzutippen und jeden einzelnen an die richtige Stelle zu rücken, ist der langsamste Teil der Bearbeitung.
Hier musst du nichts eingeben. Die Untertitel werden direkt aus der Erzählung erstellt und auf die Stimme abgestimmt, sodass jede Zeile erscheint, während sie gesprochen wird. Auch die Texteinblendungen in den einzelnen Szenen sind auf die Erzählung abgestimmt: Eine Zahl erscheint bei dem Wort, das sie nennt.
Mit dem Untertitelschalter in der Vorschauleiste lassen sich die Untertitel ein- oder ausschalten, und die exportierte MP4-Datei übernimmt diese Einstellung. Schalte sie aus, wenn die Plattform eigene Untertitel hinzufügt oder wenn du vorhast, an anderer Stelle gestaltete Untertitel hinzuzufügen. Der Agent hält den Untertitelbereich am unteren Bildrand frei von anderem Text, und die Vorschau überprüft jedes Einzelbild, um sicherzustellen, dass nichts über den Untertiteln liegt.
4. Musik und Soundeffekte
Stille unter einer Stimme klingt unfertig. Der Agent kann eine leise Hintergrunduntermalung hinzufügen (Ambient, Lo-Fi oder elektronischer Puls), die unter der Erzählung abgemischt wird und nie mit ihr konkurriert, sowie kurze Soundeffekte, die genau im richtigen Moment im Video einsetzen: ein Rauschen, wenn ein Titel eingeblendet wird, ein Aufprall, wenn ein Bild erscheint.
Lieber keine Musik? Sag es einfach. Soll sie lauter, leiser oder anders gestimmt sein? Frag danach.
5. Dasselbe Video in einer anderen Sprache
Dein Skript und deine Stimme können auf Englisch, vereinfachtem oder traditionellem Chinesisch, Japanisch, Koreanisch, Französisch, Deutsch, Spanisch oder Italienisch sein. Um mit einem bereits erstellten Video ein anderes Publikum zu erreichen, bitte um eine Version in dieser Sprache: Der Agent übersetzt die Erzählung und den Text im Bild, zeigt dir das übersetzte Skript zur Genehmigung und nimmt es mit einer Stimme in dieser Sprache auf. Die Szenen bleiben gleich.
Wann du vollständig auf eine Stimme verzichten solltest
Nicht jedes Video braucht eine Erzählstimme. Kurze, prägnante Social-Media-Videos funktionieren oft besser nur mit Text und Musik: eine Liste, ein Zitat, eine Reihe von Zahlen. Wähle bei der ersten Frage „Kein Voice-over“ aus. Dann gestaltet der Agent das Video so, dass man es liest statt hört, und lässt den Text lange genug auf dem Bildschirm stehen, damit man ihn lesen kann.
Eine kurze Checkliste vor dem Export
- Höre einmal mit geschlossenen Augen zu. Ergibt die Erzählung auch ohne die Bilder Sinn?
- Sieh dir das Video einmal stummgeschaltet an. Kannst du dem Inhalt allein anhand der Untertitel und Titel folgen?
- Überprüfe Namen und Zahlen in den Untertiteln. Genau davon machen Zuschauer Screenshots.
- Entscheide, ob die Untertitel auf der Plattform ein- oder ausgeschaltet sein sollen, und exportiere dann.