KI-Sprach-Knoten

KI-Sprach-Knoten wandeln Text in Sprache um (TTS), klonen Stimmen aus Audiobeispielen und transformieren Sprache zwischen verschiedenen Stimmen (STS — Speech-to-Speech). Sie unterstuetzen drei Eingabetypen: ein Skript (Text), eine Referenzstimme (Audio zum Klonen) und eine Performance (Audio/Video fuer Sprachtransformation und Synchronisation).

Eingaenge und Ausgaenge

Inspector-Steuerungen

1. Stimmauswahl — Dropdown zur Auswahl aus voreingestellten Stimmen oder Verwendung einer geklonten Stimme (wenn ein Audioknoten als Referenz verbunden ist).
2. Generierungsmodus — TTS (Text-to-Speech aus Skript) oder STS (Speech-to-Speech aus Performance-Audio).
3. Sprache — Zielsprache fuer die Generierung.
4. Geschwindigkeit — Sprechgeschwindigkeit anpassen (langsamer fuer Erzaehlung, schneller fuer dynamische Inhalte).

Generierungsmodi

Text-to-Speech (TTS)

Verbinden Sie einen Textknoten mit dem Skript. Der KI-Sprach-Knoten generiert Sprache mit der ausgewaehlten oder geklonten Stimme.

• Ideal fuer: Erzaehlung, Voiceover, Hoerbuecher, Barrierefreiheit

Speech-to-Speech (STS)

Verbinden Sie einen Audio- oder Videoknoten als Performance. Der KI-Sprach-Knoten transformiert die Sprache in eine andere Stimme.

• Ideal fuer: Synchronisation, Sprechkunst, Uebersetzung gesprochener Inhalte

Voice Cloning

Verbinden Sie einen Audioknoten als Referenz (Stimmprobe) + Textknoten als Skript. Der KI-Sprach-Knoten generiert Sprache in der geklonten Stimme.

• Ideal fuer: Markenstimmen, Charakterkonsistenz, personalisierte Inhalte

Verwendung

1. Fuegen Sie einen KI-Sprach-Knoten zum Canvas hinzu
2. Verbinden Sie einen Textknoten (Ihr Skript) mit dem input-Port
3. (Optional) Verbinden Sie einen Audioknoten mit dem reference-Port fuer Voice Cloning
4. (Optional) Verbinden Sie einen Audio-/Videoknoten mit dem performance-Port fuer STS
5. Waehlen Sie eine Stimme oder lassen Sie die geklonte Referenz verwenden
6. Klicken Sie auf Generieren
7. Laden Sie die resultierende Audiodatei herunter

Workflow-Beispiele

Erzaehltes Video: Textknoten (“Willkommen zu unserer Dokumentation ueber das Leben im Ozean…“) → KI-Sprach-Knoten (generiert Erzaehlung) + Textknoten → Szenenknoten (generiert passende Bilder mit aktiviertem Audio)

Video-Synchronisation: Szenenknoten (Originalvideo auf Englisch) → KI-Sprach-Knoten (Performance-Port — transformiert Sprache ins Franzoesische)

Charakterstimme: Audioknoten (10s Stimmprobe) → KI-Sprach-Knoten (Reference-Port) + Textknoten (Charakterdialog) → generiert Dialog in der geklonten Stimme

Tipps

• Fuer Voice Cloning stellen Sie 10-30 Sekunden saubere Sprache bereit — kein Hintergrundrauschen, keine Musik, keine mehreren Sprecher
• Die STS-Qualitaet haengt von der Qualitaet des Eingangsaudios ab — eine klare, gut aufgenommene Quelle liefert bessere Ergebnisse
• Verwenden Sie TTS, wenn Sie ein Skript haben, STS, wenn Sie vorhandenes Audio transformieren moechten
• Fuer Video-Synchronisation verbinden Sie das Video mit dem Performance-Port — die KI passt sich den Lippenbewegungen an
• Halten Sie Skripte unter 500 Woertern pro Generierung fuer beste Qualitaet
• Testen Sie mit kurzen Beispielen, bevor Sie lange Erzaehlungen generieren

Fehlerbehebung

• Schlechte Stimmqualitaet: Ueberpruefen Sie, ob die Referenz-Audioprobe sauber ist (kein Rauschen, einzelner Sprecher, 10-30s).
• Falsche Sprache: Stellen Sie sicher, dass die Spracheinstellung mit Ihrem Skript uebereinstimmt. Einige Stimmen unterstuetzen moeglicherweise nicht alle Sprachen.
• Generierung zu langsam: Lange Skripte brauchen laenger. Teilen Sie bei Bedarf in kuerzere Segmente auf.
• Audio-Clipping: Reduzieren Sie die Geschwindigkeitseinstellung oder teilen Sie den Text in kuerzere Absaetze auf.

Siehe Auch

• Audioknoten — Nehmen Sie Audio auf oder laden Sie es hoch fuer Voice Cloning
• Textknoten — Generieren Sie Skripte fuer die Sprachgenerierung
• Szenen — Erstellen Sie Videos mit KI-generierter Erzaehlung