Leitfaden für sprechende Porträts
Eine Idee für dzine-Lippensynchronisation beginnt mit einem gut sichtbaren Gesicht, verständlicher Sprache und der Entscheidung, welche Art von Ergebnis Sie benötigen. Dieser Leitfaden behandelt Vorbereitung und Prüfung; er setzt nicht voraus, dass im Produkt eine bestimmte Animationsfunktion verfügbar ist.
Erstellen Sie ein Porträt einer präsentierenden Person in Frontalansicht, mit unverdecktem Mund, gleichmäßiger Beleuchtung und schlichtem Hintergrund.
Betrachten Sie dies als Ablauf für Vorbereitung und Prüfung, nicht als Versprechen, dass ein einziges Tool alle Schritte übernimmt.
Wählen Sie ein frontales Porträt mit sichtbarem Mund und gleichmäßiger Beleuchtung. Schreiben Sie einen kurzen Sprechtext und lesen Sie ihn laut vor, um Namen, Pausen und holprige Formulierungen vor der Aufnahme zu erkennen.
Nehmen Sie verständliche Sprache in einer ruhigen Umgebung auf. Wenn Ihr Tool sowohl das Porträt als auch die Audiodatei akzeptiert, stellen Sie dort beide bereit; falls es stattdessen ein Quellvideo verlangt, verwenden Sie Aufnahmen der vorgesehenen sprechenden Person. Prüfen Sie die aktuellen Eingabeanforderungen, bevor Sie sich auf ein längeres Skript festlegen.
Spielen Sie das Ergebnis mit Ton ab und prüfen Sie Konsonanten, Pausen sowie das erste und letzte Bild. Kürzen Sie schwierige Passagen oder ersetzen Sie undeutliche Audioaufnahmen, bevor Sie es erneut versuchen. Holen Sie die Einwilligung der abgebildeten Person ein und kennzeichnen Sie synthetische Sprache oder Animationen, wenn Betrachter sie für eine echte Aufnahme halten könnten.
Ein sprechendes Porträt ist nicht dasselbe Ergebnis wie ein vollständiges Video oder ein Markenlogo. Wählen Sie den Ausgangspunkt, der zu Ihrem Vorhaben passt.
Sie benötigen eine Sequenz mit Sprechertext, Übergängen und Einstellungen, die über ein einzelnes sprechendes Gesicht hinausgehen.
Der Leitfaden zu dzine-KI-Videos ordnet die umfassendere Aufgabe der Bewegtbildproduktion ein, bevor Sie die Synchronisierung der Mundbewegungen planen.
dzine-KI-VideoSie definieren noch die visuelle Identität, die hinter oder neben einer präsentierenden Person erscheint.
Der Leitfaden zum dzine ai-Logo konzentriert sich auf das Logo selbst, statt eine Figur scheinbar sprechen zu lassen.
dzine ai-LogoSie benötigen ein verwendbares Porträt, bevor Sie Animation oder Audio beurteilen können.
Der Leitfaden zur Verwendung von dzine ai beschreibt den grundlegenden Einstieg, wenn Sie von einer Bildidee ausgehen.
So verwenden Sie dzine aiDas Ausgangsmaterial bestimmt, was geprüft werden muss. Dies sind Vergleiche von Arbeitsabläufen, keine Liste bestätigter dzine-Steuerelemente.
Ausgangsbild
Standporträt und Sprache
Ein klares Bild eines Gesichts
Vorhandenes Video und Sprache
Videoaufnahmen der vorgesehenen sprechenden Person
Sprachquelle
Standporträt und Sprache
Eine separat aufgenommene oder vorbereitete Sprachspur
Vorhandenes Video und Sprache
Originalton oder eine Ersatzsprachspur
Geeignet für
Standporträt und Sprache
Ein Talking-Head-Konzept auf Basis eines Porträts
Vorhandenes Video und Sprache
Sprache in einer bestehenden Szene überarbeiten
Wichtigstes visuelles Risiko
Standporträt und Sprache
Das Gesicht kann außerhalb des Mundbereichs statisch wirken
Vorhandenes Video und Sprache
Neue Mundbewegungen können mit den Kopfbewegungen kollidieren
Tonprüfung
Standporträt und Sprache
Auf deutliche Silben und natürliche Pausen achten
Vorhandenes Video und Sprache
Auch die Abstimmung mit Schnitten und Hintergrundgeräuschen prüfen
Rechteprüfung
Standporträt und Sprache
Die Rechte an der Darstellung der Person und der Nutzung der Stimme prüfen
Vorhandenes Video und Sprache
Die Rechte am Filmmaterial, an der Darstellung der Person und an der Nutzung der Stimme prüfen
Prüfen Sie den fertigen Clip, statt die Lippensynchronität anhand eines einzelnen Bildes zu beurteilen. Diese drei Prüfungen decken unterschiedliche Probleme auf.
Ein abgewandter Kopf, eine Hand vor dem Gesicht, starke Schatten oder ein sehr kleines Gesicht liefern jedem Lip-Sync-Workflow weniger sichtbare Informationen. Beginnen Sie mit einem deutlicheren Ausgangsbild oder einer ruhigeren Aufnahme, bevor Sie den Prompt umschreiben.
Rauschen, abgeschnittene Silben und hastig gesprochene Namen erschweren die Beurteilung, ob die Mundbewegungen zur Stimme passen. Nehmen Sie einen kurzen, klaren Satz mit bewussten Pausen erneut auf. Hören Sie ihn sich zunächst an, ohne hinzusehen, bevor Sie das Bild beurteilen.
Schnitte, Untertitel und Hintergrundmusik können Synchronisationsfehler sichtbar machen, die isoliert leicht zu übersehen sind. Testen Sie den Clip in der vorgesehenen Abfolge und stellen Sie eine synthetisch erzeugte Darbietung nicht als dokumentarisches Filmmaterial dar.
Beginnen Sie mit einem klaren visuellen Konzept und prüfen Sie dann die verfügbaren Tools und deren aktuelle Eingabeanforderungen, bevor Sie ein sprachgesteuertes Ergebnis planen. dzine ist das Thema dieses Leitfadens; das verlinkte Angebot ist ein separater Dienst zur visuellen Gestaltung.
Visuelle Gestaltung entdeckenDas hängt von den Eingabemöglichkeiten des Tools ab, das Sie tatsächlich verwenden; diese Seite bestätigt keine bestimmte Oberfläche für die Lippensynchronisation mit dzine. Ein Standporträt und ein vorhandenes Video sind unterschiedliche Ausgangspunkte. Prüfen Sie daher die aktuellen Anforderungen, bevor Sie eines der beiden Materialien vorbereiten.
Wählen Sie ein Gesicht mit gut sichtbarem Mund, einem möglichst frontalen Blickwinkel und gleichmäßiger Beleuchtung. Bei einem unverdeckten Gesicht lässt sich das Ergebnis leichter prüfen, auch wenn das keine realistischen Bewegungen garantiert.
Abgeschnittene Audioaufnahmen, schnelles Sprechen, ungewöhnliche Namen und ein ungünstiger Gesichtswinkel können Synchronisationsfehler deutlicher hervortreten lassen. Vergleichen Sie zuerst die Anfangslaute und Pausen und versuchen Sie es dann mit einer klareren Aufnahme oder einem kürzeren Satz.
Holen Sie die Einwilligung der Person ein und stellen Sie sicher, dass Sie über die nötigen Rechte an Bild, Videomaterial und Audio verfügen. Wenn eine synthetisch erzeugte Darbietung für eine echte Aussage gehalten werden könnte, kennzeichnen Sie sie als erstellt oder verändert.