Jetzt loslegen
Schritt für Schritt
- 1
Die Szene beschreiben
Erste Zeile: wer spricht, in welchem Ton und wo. Zum Beispiel: "Ein klarer, ruhiger Nachrichtensprecher eröffnet die Sendung".
- 2
Ein Satz pro Zeile, mit Marke
Schreib jeden Satz in eine neue Zeile, die mit [Start s:Ende s] beginnt, etwa [0s:4s]. Mit dem /-Befehl fügst du die Zeitmarke ein.
- 3
Die Dauer an den Satz anpassen
Gib jeder Marke genug Zeit für ihren Text: etwa zwei bis drei Wörter pro Sekunde. Halte die Marken in Reihenfolge und ohne Überschneidung.
- 4
Bei Bedarf eine zweite Stimme
Beginn den Satz nach der Marke mit "Speaker A:" oder "Speaker B:" für einen Dialog.
- 5
Sprache wählen und erzeugen
Wähle eine der 24 Sprachen im Menü, stell bei Bedarf Ton, Tempo und Lautstärke ein und erzeuge. Passt das Timing nicht, verschieb die Marken und erzeuge neu.
Beispiel-Prompts
Kopier sie in Audio Generation und ersetz den Text durch deinen.
Produktstart
Eine selbstbewusste Werbestimme stellt ein neues Produkt vor. [0s:3s] Das neue Ladegerät ist da. [3s:7s] Ein Kabel für Handy, Uhr und Kopfhörer. [7s:10s] Ab heute erhältlich.
Dialog mit zwei Stimmen
Zwei Freunde planen einen Ausflug, locker und natürlich. [0s:4s] Speaker A: Fahren wir am Wochenende an die Küste? [4s:8s] Speaker B: Nur wenn wir früh losfahren und unterwegs frühstücken. [8s:11s] Speaker A: Abgemacht.
Geführte Atmung
Eine ruhige Stimme leitet eine Atemübung mit langen Pausen an. [0s:6s] Atme langsam durch die Nase ein. [6s:12s] Und lass die Luft los, die Schultern sinken.
Die Syntax [2s:5s]
Eine Marke gibt an, in welcher Sekunde ein Satz beginnt und endet: [2s:5s] heißt von Sekunde 2 bis 5. Das Studio nutzt dasselbe Format in seinen Timing-Vorlagen.
Die Marken sind Timing-Hinweise, die das Modell liest, keine exakten Schnitte: Das Ergebnis kann leicht abweichen. Für verlässliches Timing lass jeder Marke etwas Luft und erzeuge zwei Versionen.
Was @Audio 1 bewirkt
Der /-Befehl fügt auch @Audio 1 ein, ein Tag, das die Referenz-Vorlagen des Studios für "die Stimme aus Referenzclip 1" nutzen. Audio Generation in KreatorFlow sendet nur den Text des Prompts und hat keinen Clip-Upload, beschreib die gewünschte Stimme also auch in Worten, etwa "ein warmer, ruhiger Erzähler".
Im Videostudio ist es anders: Angehängte Audioclips werden als Audio 1, Audio 2 und so weiter bis 3 nummeriert, und der Prompt kann sich auf sie beziehen.



