Audio zu Video mit KI

Modell

Audioclip

Visuelle Referenzen

0 / 9.100

Dauer
Seitenverhältnis

Audio zu Video mit KI

Erstelle aus einem Audioclip und Referenzbildern ein kurzes KI-Video. Beschreibe eine Szene und wähle ein Modell mit Audioreferenz.

Beispiele für Audio zu Video

Höre die Audioreferenz, sieh dir die Szene an und lade die Eingaben mit einem vorgeschlagenen Prompt.

Ein nächtlicher Anruf

Höre auf Stimme und Regen und beobachte den Gesichtsausdruck.

Beispiel laden
Bildreferenz
Audioreferenz
Videobeispiel
Prompt-Vorschlag

Verwende Bild 1 für die Frau, den hellen Mantel und die regennasse Telefonzelle. Zeige sie in einer halbnahen Einstellung mit zurückhaltendem Ausdruck beim Telefonieren, angeleitet von Stimme und Regen der Audiodatei. Erhalte das Neonlicht und bewege die Kamera sanft.

Gib dem Klang eine Szene

Wähle einen klaren Klang und ein Bild, in dem die passende Handlung sichtbar werden kann.

Atmosphäre

Umgebungsgeräusche aufgreifen

Regen, Wind oder ein vorbeifahrendes Fahrzeug können die Bewegung der Szene führen.

Handlung

Die Klangquelle zeigen

Gib Klopfen, Reiben oder einem Aufprall eine sichtbare Ursache.

Stimme

Eine kurze Darbietung führen

Verbinde einen kurzen Sprachausschnitt mit einer Figur und einer einfachen Geste.

Rhythmus

Bewegung am Klang ausrichten

Beschreibe eine wiederholte Bewegung, die zum Tempo der Aufnahme passt.

So entsteht ein Video aus Audio

01

Audio und Bilder hinzufügen

Wähle ein Modell und lade einen MP3- oder WAV-Ausschnitt sowie Bildreferenzen innerhalb seiner angezeigten Grenzen hoch.

02

Eine Aufnahme beschreiben

Benenne Handlung und Kamera, dann wähle Dauer und Seitenverhältnis.

03

Generieren und prüfen

Prüfe die Credits und spiele das Ergebnis mit Ton ab, bevor du es herunterlädst oder erneut bearbeitest.

Häufige Fragen

Was steuert das Audio?

Die Aufnahme dient als Referenz für Ton, Stimmung, Rhythmus und Handlung. Bilder und Prompt führen die sichtbare Szene.

Welche Dateien werden unterstützt?

Ein MP3- oder WAV-Ausschnitt sowie JPEG-, PNG- oder WebP-Bilder. Beachte Dateigröße und Audiodauer des gewählten Modells.

Wie viele Bilder sind möglich?

Mindestens ein Bild ist erforderlich. Ergänze Referenzen innerhalb der angezeigten Bild- und Mediengrenzen des Modells und erkläre ihre Rollen.

Bleibt die Aufnahme unverändert?

Das Modell kann Ton oder Timing verändern. Für die exakte Aufnahme legst du die Originalspur im Videoeditor unter den heruntergeladenen Clip.

Werden alle Wörter lippensynchron?

Audio dient hier als Generierungsreferenz. Prüfe Mundbewegungen gesondert. Wortgenaue Lippensynchronisation benötigt einen eigenen Workflow.

Welche Dauer und Kosten gelten?

Wähle eine verfügbare Modelldauer. Das Formular zeigt Ausgabeeinstellungen und Credits vor der Generierung. Beispiele laden die Eingaben.

Eine klanggeführte Aufnahme ausprobieren