Wie lang sollte ein Trainingsvideo sein?

MP4- oder MOV-Aufnahmen von 3 Sekunden bis 5 Minuten werden unterstützt. 720p oder 1080p wird empfohlen.

Was macht eine gute Digital-Twin-Aufnahme aus?

Eine sichtbare sprechende Person, vollständiges Gesicht im Bild, keine Verdeckungen, wenig Hintergrundgeräusch und passende Lippenbewegungen.

Wann sollte ich stattdessen ein Foto verwenden?

Nutzen Sie Foto-Modus für ein klares Porträt und schnellen Start; Video-Modus für eine Sprechaufnahme.

Brauche ich eine Einwilligung?

Ja. Laden Sie nur Aufnahmen hoch, die Sie besitzen oder verarbeiten dürfen, und holen Sie die Zustimmung der Person ein.

KI-Avatar aus Videos

Name

Geschlecht

Originalmaterial

Video hochladen

Klicken oder Datei hierher ziehen zum Hochladen
Format: mp4/mov, Dauer: 3 Sekunden bis 5 Minuten Empfohlene Auflösung 720P oder 1080P, maximal 4K

Originale Videoauflösung beibehalten. >1080p dauert deutlich länger.

Automatisches Studio. Video muss Ton enthalten (100 )

Originalhintergrund(erforderlich für Videomatting)

Bild hochladen

Klicken oder Datei hierher ziehen zum Hochladen
Format: jpg/png, Größe: bis 20M

Hintergrundfarbe wählen

Wiederverwendbarer digitaler Zwilling

KI-Avatar aus Ihrem eigenen Video erstellen

Trainieren Sie aus einer klaren Aufnahme einen wiederverwendbaren sprechenden Avatar und nutzen Sie ihn später ohne erneutes Filmen.

3 Sekunden bis 5 Minuten
MP4 oder MOV, 720p oder 1080p
Ein unverdecktes sprechendes Gesicht

Ablauf (aus Video)

Video (MP4/MOV) hochladen, horizontal/vertikal, mind. 3s. Grundlage für Ihre Avatare.
"Schnellerstellen" klicken, um Training zu starten (zeitlich begrenzt kostenlos).
Nach ~10 Minuten in "LipSync erstellen" - "Meine Avatare" auswählen.
Optional: Wenn LipSync unzufriedenstellend, Anforderungen prüfen und "Studio-Avatar" (1 Diamant) starten. Nach 2h ist Modell aktualisiert.

Preis: Für "Studio-Avatar" werden 100 Kredite benötigt

Originalmaterial-Anforderungen

Keine Videos mit mehreren Gesichtern.
Gesicht weder zu groß noch zu klein; vollständig im Bild; Breite 1/10–1/3 der Gesamtbreite empfehlen.
Gesichtszüge dürfen nicht verdeckt sein; Konturen klar erkennbar.
Empf. Auflösung 720P/1080P, maximal 4K.
Dauer 3s–5min.
Für bessere Lippensynchronität: klare Sprache, synchroner Ton/Mundbewegung, wenig Umgebungsgeräusche, moderate Sprechgeschwindigkeit.

Beispiel

Anforderungen an Originalhintergrund

Für Hintergrundentfernung ein passendes Hintergrundbild mit gleicher Größe/Auflösung hochladen.
Bei Greenscreen/Bluescreen entsprechende Farbe aus der Palette wählen.
Wenn keine Entfernung nötig ist, Hintergrundbild ignorieren.

Beispiel

Studio-Avatar

Weitertrainieren verbessert Schärfe & Ähnlichkeit. Bei guter AV-Synchronität wird LipSync besser. Bei unsauberem Material Studio-Avatar vermeiden.

Keine Videos mit mehreren Gesichtern.
Gesicht weder zu groß noch zu klein; vollständig im Bild; Breite 1/10–1/3 der Gesamtbreite empfehlen.
Gesichtszüge dürfen nicht verdeckt sein; Konturen klar erkennbar.
Empf. Auflösung 720P/1080P, maximal 4K.
Dauer 3s–5min.
Für bessere Lippensynchronität: klare Sprache, synchroner Ton/Mundbewegung, wenig Umgebungsgeräusche, moderate Sprechgeschwindigkeit.

Video- oder Foto-Training wählen

Der Video-Modus nutzt eine Sprechaufnahme und unterstützt weiteres Training für bessere Lip-Sync-Qualität. Mit nur einem Porträt ist der Foto-Modus schneller.

FAQ zu KI-Avatar aus Video

Wie lang sollte ein Trainingsvideo sein?
MP4- oder MOV-Aufnahmen von 3 Sekunden bis 5 Minuten werden unterstützt. 720p oder 1080p wird empfohlen.
Was macht eine gute Digital-Twin-Aufnahme aus?
Eine sichtbare sprechende Person, vollständiges Gesicht im Bild, keine Verdeckungen, wenig Hintergrundgeräusch und passende Lippenbewegungen.
Wann sollte ich stattdessen ein Foto verwenden?
Nutzen Sie Foto-Modus für ein klares Porträt und schnellen Start; Video-Modus für eine Sprechaufnahme.
Brauche ich eine Einwilligung?
Ja. Laden Sie nur Aufnahmen hoch, die Sie besitzen oder verarbeiten dürfen, und holen Sie die Zustimmung der Person ein.