KI-Dialog-Video-Generator in dem jede Figur ihre eigene Stimme hat.
Besetze bis zu 8 Figuren, gib jeder eine Stimme und schreib das Gespräch selbst oder lass es von der KI schreiben. Jede Zeile wird zu einer Szene, in der die Figur sie lippensynchron spricht, mit Untertiteln.
- FigurenBis zu 8
- ZeilenBis zu 40
- Formate9:16 & 16:9
Deine Videos auf Deutsch: Skript, Stimme und Untertitel.
Drei Zeilen aus einem Gespräch, drei Figuren, drei Stimmen: Strawberry, Banana und Cherry aus der Vorlage „Fruit videos“. Tipp auf einen Clip, um ihn zu hören.
So erstellst du ein Dialog-Video. In vier Schritten.
- 1
Auf „Characters talk“ umschalten
Öffne AI Story und stell den Schalter oben von „Narrated“ auf „Characters talk“. Es gibt keinen Erzähler: Die Figuren tragen die Geschichte.
- 2
Besetzen und vertonen
Füg jede Figur mit Bild und Stimme hinzu oder hol sie aus deiner Bibliothek. „Generate“ bleibt gesperrt, bis jede sprechende Figur eine Stimme hat.
- 3
Das Gespräch schreiben
Füg ein Skript mit einer Zeile „Name: Text“ pro Zeile ein oder tipp eine Idee ein und lass den Skriptautor 6, 11 oder 20 Zeilen für deine Besetzung entwerfen.
- 4
Sprechen lassen
Jede Zeile bekommt ein Bild der sprechenden Figur und ihre Sprachaufnahme und wird dann zu einem lippensynchronen Clip. Untertitel dazu und exportieren.
Bau ein Cartoon-Gespräch. Eine Figur nach der anderen.
So erstellst du einen KI-Cartoon mit mehreren Stimmen
Starte mit zwei Figuren, deren Stimmen man leicht auseinanderhält. Gib jeder einen festen Namen, eine Aussehens-Notiz und ein Bild und weise ihr die Stimme zu, die sie die ganze Story über behalten soll. Ein erzähltes Video hat einen Erzähler; bei „Characters talk“ gehört jede Szene einem Mitglied der Besetzung.
Schreib jede Zeile als „Name: Dialog“ und prüf nach dem Import, wer spricht. Eine Handlung oder einen Ort setzt du in Klammern hinter den Namen, etwa „Milo (neben dem roten Knopf): Ich habe eine Maschine erfunden, die jedes Problem löst.“ Halte die gesprochene Zeile kurz genug, um sie klar vorzutragen.
Hör dir den Wortwechsel an, bevor du Sprech-Clips erstellst
Prüf Standbild und Sprachaufnahme zusammen. Achte darauf, dass die sichtbare Figur auch spricht, dass die Stimme zu dieser Figur gehört und dass die Zeile das Gespräch voranbringt. Kürze gehetzte Dialoge, bevor du den Sprech-Clip generierst.
„Make them talk“ verbraucht KI-Credits und zeigt die Kosten vor dem Generieren an. Jeder Clip hat genau eine sprechende Figur, also bau das Gespräch aus abwechselnden Zeilen. Zum Schluss: gut lesbare Untertitel, Musik unter den Stimmen und einmal die komplette exportierte Story durchschauen.
Schreiben. Besetzen. Sprechen lassen.
- Ein Cartoon mit verschiedenen StimmenBegleite ein eigenes Skript mit zwei Figuren durch Sprecher-Zuordnung, Stimmen-Check und Sprech-Clips.
- Aus einem Skript einen Cartoon machenPlane Bild-Beats, wiederkehrende Besetzung und Bewegung, bevor du eine ganze Story generierst.
- Skripte für sprechendes ObstNutz eine fertige Obst-Besetzung mit eigenen Dialogen, die du für deine nächste Folge anpassen kannst.
Ein Gespräch, kein Voiceover. Jede Zeile mit der richtigen Stimme.
Eine Stimme für jede Figur
Wähl für jede Figur eine Stimme aus 125 handverlesenen Stimmen oder durchsuche Tausende weitere. Die Figur behält sie in jeder Zeile.
Jedes Skript einfügen
„Name: Text“ pro Zeile, das Format, in dem ChatGPT schreibt. „Name (an der Tür): Text“ ergänzt eine Szenen-Notiz, und Zeilen mit [Scene: …] legen die Szene fest.
Schreib’s für mich
Tipp eine Idee ein und wähl etwa 30 Sekunden, 1 Minute oder 2 Minuten. Der Skriptautor gibt jeder Figur Zeilen, mit einem Hook am Anfang und einer Pointe am Ende.
Sprecher im Vordergrund
Jede Szene zeigt die sprechende Figur in einer halbnahen Einstellung, die anderen genannten Figuren dahinter.
Tags fürs Sprechschauspiel
Schreib [whispers], [laughs], [sighs] oder [nervous] in eine Zeile, und die Stimme spielt es. Der Button „Voice acting“ setzt Tags für dich, ohne ein Wort zu ändern.
Erst hören, dann bewegen
Jede Szene bekommt zuerst ihr Bild und ihre Sprachaufnahme. Korrigier Zeile, Figur oder Bild, bevor du Credits ausgibst, um sie sprechen zu lassen.
Lippensynchron zur Stimme
Die Figur wird beim Sprechen der Zeile animiert, und Clippie legt die gewählte Stimme passend auf die Lippen – so klingt die Figur weiterhin nach sich selbst.
9:16 oder 16:9
Hochformat für TikTok, Reels und Shorts oder Breitbild für YouTube. Export in 1080p.
Häufige Fragen.
Was ist ein KI-Dialog-Video?
Ein Video, in dem zwei oder mehr KI-Figuren vor der Kamera miteinander reden, jede mit eigener Stimme, statt dass ein Erzähler die Geschichte erzählt. Obst-Dramen, streitende Haustiere, Gast und Kellner, Lehrerin und Schüler: Jede Zeile ist eine Figur, die in die Kamera spricht, zusammengeschnitten wie eine Szene aus einer Serie.
Wie lasse ich zwei KI-Figuren miteinander reden?
Stell in Clippies AI Story auf „Characters talk“ um, füg die Figuren mit je einem Bild und einer Stimme hinzu und füg das Gespräch als Zeilen im Format „Name: Text“ ein – oder lass es vom KI-Skriptautor entwerfen. Generier die Szenen, dann macht „Make them talk“ aus jeder Zeile einen lippensynchronen Clip der sprechenden Figur. Die Untertitel folgen der Sprache.
Können zwei Figuren in derselben Einstellung sein?
Ja. Die sprechende Figur steht im Vordergrund, die anderen in der Szene genannten Figuren erscheinen dahinter, jede nach ihrem eigenen Bild gezeichnet. In jedem Clip spricht nur die Figur, die die Zeile sagt.
Kann ich Erzählung und Dialog mischen?
Eine Story ist entweder „Narrated“ oder „Characters talk“, und beim Umschalten bleiben beide Skripte erhalten, du kannst also beides ausprobieren. Für einen Erzähler im Dialog-Video füg ihn als Figur hinzu und halte ihn in einer erzählten Story außerhalb des Bildes – oder gib ihm bei „Characters talk“ eigene Zeilen.
Welche Stimmen können meine Figuren nutzen?
Jede Stimme aus dem Clippie-Stimmen-Picker: 125 handverlesene Stimmen plus die Suche in Tausenden weiteren in der Voice-Library. Audio-Tags in eckigen Klammern wie [whispers], [laughs] oder [annoyed] verändern, wie eine Zeile gesprochen wird.
Passen die Lippen wirklich zur Stimme?
Ja. Die Figur wird beim Sprechen der Zeile animiert, dann transkribiert Clippie Animation und Sprachaufnahme und dehnt die Stimme Wort für Wort auf die Mundbewegungen. Du hörst die Stimme, die du gewählt hast, synchron zu den Lippen. Wenn ein Clip sich nicht abgleichen lässt, versucht Clippie es erneut, und ein fehlgeschlagener Clip wird erstattet.
Was kostet das?
Sprech-Clips verbrauchen KI-Credits aus deinem Clippie-Plan oder einem Credit-Top-up, abhängig von Länge und Qualität des Clips (480p oder 720p, auf der Talking-Seite auch 1080p). Den Preis jedes Clips siehst du, bevor er startet. Eine getippte Zeile wird großzügig geschätzt abgerechnet, die Differenz kommt zurück, sobald die Stimme erzeugt ist, und ein fehlgeschlagener Clip wird erstattet. Der Export des fertigen Videos verbraucht die Exportminuten deines Plans.
