Was macht Video Creator?
Professionelle, kinoreife Videoproduktion für Produkte, Dienstleistungen, Events und Marken. Jede Ausgabe ist ein 1920×1080 MP4 mit Sprachausgabe, synchronisierten Untertiteln, umfangreichen Animationen und mehreren Szenenübergängen.
Schnellstart (3 Befehle)
# 1. Projekt aufsetzen
npx --yes [email protected] init my-video
# 2. Sprachausgabe generieren
python3 -c "from kokoro_onnx import Kokoro; import soundfile as sf; k=Kokoro('models/kokoro-v1.0.onnx','models/voices-v1.0.bin'); s,r=k.create(open('script.txt').read(),voice='bm_george',speed=0.92,lang='en-gb'); sf.write('narration.wav',s,r)"
# 3. Transkription für Untertitel
npx --yes [email protected] transcribe narration.wav --model small.en
# 4. Rendern
npx --yes [email protected] render
Produktions-Pipeline
Befolge immer diese Reihenfolge – überspringe niemals Schritte:
1. BRIEF → Zielgruppe, Plattform, Länge, Ton
2. SKRIPT → Erzählung schreiben (~2.5 Wörter pro Sekunde), zuerst mit Haken
3. design.md → Markenfarben, Schriftarten, Bewegungsenergie
4. VOICEOVER → npx hyperframes tts ODER python kokoro_onnx direkt
5. TRANSKRIPT → npx hyperframes transcribe → transcript.json
6. PLAN → Szenenrhythmus vor jeder HTML-Erstellung festlegen
7. BUILD → Layout zuerst → dann GSAP-Animation
8. LINT → npx hyperframes lint (0 Fehler erforderlich)
9. VALIDIEREN → npx hyperframes validate --no-contrast
10. RENDER → npx hyperframes render
Schritt 1 – Die Produktion briefen
Fragen (oder aus dem Kontext ableiten):
- Thema: Produkt / Dienstleistung / Event / Marke?
- Zielgruppe: Unternehmen, Entwickler, Verbraucher, Investoren?
- Plattform: Social (15s), Website-Hero (30s), Produkt-Demo (60s), Präsentation?
- Ton: Autoritär, energisch, warm, dramatisch, technisch?
- Assets: Markenfarben, Logo, Screenshots, vorhandene Texte?
Lies references/brief-templates.md für zielgruppenspezifische Startpunkte.
Schritt 2 – Drehbuch schreiben
Temp-Formel: 2,5 Wörter pro Sekunde bei natürlicher Geschwindigkeit
- 15s → ~37 Wörter
- 30s → ~75 Wörter
- 60s → ~150 Wörter
Struktur: Haken → Problem/Geschichte → Beweis → CTA
Haken-Muster (niemals generische Einstiege verwenden):
- Kühne Behauptung: *"Die Finanzinfrastruktur, die modernes Engineering antreibt."
- Kontrast: *"Deine Agenten sind bereitgestellt. Niemand beobachtet sie."
- Frage: *"Was wäre, wenn dein gesamtes Team – menschlich und KI – wie ein Ganzes agieren würde?"
- Zahlenschock: *"Vierzig Prozent der Enterprise-KI-Projekte scheitern an der Governance."
Sprechregister nach Zielgruppe:
- Unternehmen → deklarativ, gemessen,
bm_georgeStimme - Entwickler → direkt, technisch,
am_adamStimme - Verbraucher → warm, geschichtenbasiert,
af_heartStimme - Startup/Energy → knallig, schnell,
af_skyStimme
Schreibe Zahlen im Skript als Wörter (TTS liest wörtlich): 10x → zehn mal, $2,3B → fast zwei Komma drei Milliarden Dollar.
Lies references/script-patterns.md für vollständige Drehbuchbeispiele pro Videotyp.
Schritt 3 – Design-System (design.md)
Erstelle immer design.md, bevor du HTML schreibst. Es definiert den Markenvertrag.
Erforderliche Felder:
colors:
bg: "#0A0A0A" # primärer Hintergrund (dunkel oder hell)
accent: "#E63946" # Hauptaktionsfarbe
accent2: "#10b981" # sekundäre Akzentfarbe
text: "#FFFFFF"
muted: "#999999"
border: "#141111"
typography:
headline: { fontFamily: "Space Grotesk", fontWeight: 800 }
label: { fontFamily: "Space Mono", fontWeight: 700 }
motion:
energy: high | medium | low
transition: glitch | blur | push | cover
Visuelle Stilauswahl (lies references/visual-styles.md für vollständige YAML-Tokens):
| Stil | Am besten für | Besonderheit |
|---|---|---|
| Dekonstruiert | Tech, SaaS, Sicherheit | Scanlinien, brutale Rahmen, Space Grotesk/Mono |
| Maximalistisch | Launches, Ankündigungen | Riesen-Typografie füllt Bildschirm, Farbknaller |
| Samt-Standard | Unternehmen, Luxus | Großer Buchstabenabstand, großzügiger Raum |
| Daten-Drift | KI, ML, Fintech | Partikelfelder, dünne futuristische Sans |
| Schatten-Cut | Dramatische Enthüllungen, Sicherheit | Fast monochrom + blutroter Akzent |
| Folk-Frequenz | Verbraucher, Community | Kräftige Farbe, Schwung, Muster |
Schritt 4 – Sprachausgabe generieren
Über npx (bevorzugt, wenn verfügbar)
npx --yes [email protected] tts script.txt --voice bm_george --output narration.wav --speed 0.92
Über Python direkt (Fallback, wenn npx fehlschlägt)
# Erstmalig: Modelle herunterladen (~340MB gesamt, gecached)
curl -L -o models/kokoro-v1.0.onnx \
https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.onnx
curl -L -o models/voices-v1.0.bin \
https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin
# Generieren
python3 << 'EOF'
from kokoro_onnx import Kokoro
import soundfile as sf
k = Kokoro("models/kokoro-v1.0.onnx", "models/voices-v1.0.bin")
text = open("script.txt").read().strip()
samples, rate = k.create(text, voice="bm_george", speed=0.92, lang="en-gb")
sf.write("narration.wav", samples, rate)
print(f"Generiert: {len(samples)/rate:.1f}s")
EOF
Stimmführer:
| Stimme | Charakter | Verwendung für |
|---|---|---|
bm_george | Autoritärer britischer Mann | Unternehmen, B2B, Keynote |
bf_emma | Klare britische Frau | Tutorial, Dokumentation, Premium |
am_michael | Selbstbewusster amerikanischer Mann | Marketing, Promo, SaaS |
am_adam | Neutraler amerikanischer Mann | Entwickler-Tools, Erklärvideos |
af_heart | Warme amerikanische Frau | Verbraucher, Wellness, persönlich |
af_sky | Energische amerikanische Frau | Social Ads, Launches, Lifestyle |
Abhängigkeiten installieren (einmalig):
pip install kokoro-onnx soundfile
Schritt 5 – Transkription (Wortgenaue Untertitel)
npx --yes [email protected] transcribe narration.wav --model small.en
# → erzeugt transcript.json mit wortgenauen Zeitstempeln
Ausgabeformat:
[
{ "text": "Enterprise", "start": 0.03, "end": 0.82 },
{ "text": "teams", "start": 0.82, "end": 1.18 }
]
Verwende Zeitstempel, um:
- Szenenübergänge an Wortgrenzen der Erzählung zu verankern
- Wort-für-Wort-Untertitel-Animationen zu steuern (pro Wort einblenden)
- Visuelle Betonung (Burstlinien, Hervorhebungen) mit Schlüsselwörtern zu synchronisieren
Schritt 6 – Szenenrhythmus planen
Deklariere den Rhythmus, bevor du HTML schreibst. Benenne das Muster:
SLAM → atmen → KASKADE → SCHLAG → CTA (Produkt-Launch)
SCHMERZ → BLICK → BEWEIS → ÜBERZEUGUNG (Problem/Lösung)
HAKEN → GESCHICHTE → BEWEIS → SKALIERUNG → CTA (Enterprise-Pitch)
TEASER → ENTHÜLLUNG → DETAIL → DETAIL → CTA (Feature-Showcase)
Szenen-Timing-Vorlage (30s Unternehmen):
Szene 1: Problem/Haken 0–7s (Satz 1-2 der VO)
Szene 2: Plattform-Vorstellung 7–10s (Satz 3)
Szene 3: Feature-Demo 10–17s (Satz 4-5)
Szene 4: Beweis/Statistiken 17–21s (Satz 6)
Szene 5: Skalierung 21–28s (Satz 7-8)
Szene 6: CTA 28–32s (Satz 9)
Lies references/scene-timing.md für Timing-Vorlagen pro Länge.
Schritt 7 – Die Komposition erstellen
HTML-Struktur (obligatorisch)
<!DOCTYPE html>
<html lang="de">
<head>
<meta charset="UTF-8"/>
<script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/gsap.min.js"></script>
<style>
body { margin:0; width:1920px; height:1080px; overflow:hidden; background:#0A0A0A; }
.scene { position:absolute; top:0; left:0; width:1920px; height:1080px; overflow:hidden; }
#s1 { z-index:1; background:#0A0A0A; } /* Szene 1 — standardmäßig sichtbar */
#s2 { z-index:2; background:#0A0A0A; opacity:0; } /* alle anderen ausgeblendet */
</style>
</head>
<body>
<div id="root" data-composition-id="main" data-width="1920" data-height="1080"
data-start="0" data-duration="32">
<!-- Audio (getrennt vom Video, immer) -->
<audio id="vo" data-start="0" data-duration="31.1" data-track-index="10"
data-volume="1" src="narration.wav"></audio>
<!-- Übergangs-Overlays (immer über allen Szenen) -->
<div id="ov-r" style="position:absolute;top:0;left:0;width:1920px;height:1080px;z-index:80;background:#E63946;opacity:0;pointer-events:none"></div>
<!-- Szenen -->
<div id="s1" class="scene"><!-- Inhalt --></div>
<div id="s2" class="scene"><!-- Inhalt --></div>
</div>
<script>
window.__timelines = window.__timelines || {};
var tl = gsap.timeline({ paused: true });
// ... Animationen ...
window.__timelines["main"] = tl;
</script>
</body>
</html>
Layout vor Animation (nicht verhandelbar)
- Baue den Endzustand jeder Szene zuerst in reinem CSS
- Inhaltscontainer:
display:flex; flex-direction:column; padding:120px 160px; width:100%; height:100%; - Verwende niemals
position:absolute; top:Npxfür Inhalte – nur für Dekorationen - Füge
gsap.fromTo()erst hinzu, nachdem das Layout bestätigt ist - Führe
npx hyperframes inspectaus, um sicherzustellen, dass keine Überläufe vorhanden sind
GSAP-Regeln
// Verwende IMMER fromTo (nicht from) innerhalb von Szenen für deterministisches Suchen
tl.fromTo("#el", { opacity:0, y:40 }, { opacity:1, y:0, dauer:0.5, erleichterung:"back.out(2)" }, 1.2);
// Verwende NIEMALS reines gsap.to() für Ambient-Bewegung – muss auf tl sein
tl.to("#glow", { scale:1.08, yoyo:true, wiederholen:4, dauer:2, erleichterung:"sine.inOut" }, 0);
// Verwende NIEMALS wiederholen:-1 (bricht Capture-Engine) – berechne endliche Wiederholungen
// Für einen 4s-Beat: Math.ceil(4 / 2) = 2 Zyklen
tl.to("#pulse", { scale:1.1, yoyo:true, wiederholen:3, dauer:2, erleichterung:"sine.inOut" }, 0);
// Hard-Kill-Szenen-Ausgänge
tl.set("#s1", { opacity:0, sichtbarkeit:"hidden" }, exitTime);
// Immer registrieren
window.__timelines["main"] = tl;
Szenen-Dichte-Anforderungen
Jede Szene MUSS haben:
- Hintergrundebene: Radialer Glüheffekt + Raster/Muster + Geistertext + Scanlinie (2–5 Elemente)
- Inhaltsebene: Überschrift + Untertitel + unterstützendes Element (3–5 Elemente)
- Vordergrund-Akzente: Eckenmarkierungen + Trennlinie + Label/Badge (3+ Elemente)
- Gesamt: Mindestens 8–10 visuelle Elemente
Lies references/scene-density.md für Element-Checklisten pro Szene.
Übergangsbibliothek
Lies references/transitions.md für den vollständigen Code. Schnellauswahl:
| Energie | Übergang | Code-Muster |
|---|---|---|
| Chaos → Klarheit | Unschärfe-Crossfade | tl.to(alt, { filter:"blur(14px)", scale:1.04, opacity:0, dauer:0.5 }) |
| Level up | Vertikal-Schieben | tl.to(alt,{ y:-1080, dauer:0.45, erleichterung:"power3.inOut" }, T) |
| Nächstes Element | Schieben nach links | tl.to(alt,{ x:-1920, dauer:0.45, erleichterung:"power3.inOut" }, T) |
| Harte Schnitte | Farbdurchgang nach Schwarz | tl.to("#ov-k",{ opacity:1, dauer:0.25 }) dann tl.set(neu,{ opacity:1 }) |
| Großer Moment | Gestaffelte Farbblöcke | Roter dann grüner Block gleitet vorbei, tauscht Szene darunter aus |
| Industriell | Glitch | RGB-Overlay-Jitter, 6 Frames bei ±40px, 0,35s |
Keine Ausgangsanimationen vor Übergängen, außer dem finalen Ausblenden der letzten Szene nach Schwarz.
Animations-Techniken-Bibliothek
1. Canvas 2D Particle Field (Hintergrundambiente)
<canvas id="bg-canvas" width="1920" height="1080" style="position:absolute;top:0;left:0;z-index:1"></canvas>
<script>
var c=document.getElementById("bg-canvas"),ctx=c.getContext("2d");
function h(x,y){var n=x*374761393+y*668265263;n=(n^(n>>13))*1274126177;return((n^(n>>16))&0x7fffffff)/0x7fffffff}
var N=120, pts=[];
for(var i=0;i<N;i++) pts.push({bx:h(i,0)*1920,by:h(i,1)*1080,vx:(h(i,3)-0.5)*0.3,vy:(h(i,4)-0.5)*0.2,r:1+h(i,2)*2.5});
var px={t:0};
tl.to(px,{t:DAUER,dauer:DAUER,erleichterung:"none",onUpdate:function(){
var ti=px.t;
ctx.clearRect(0,0,1920,1080);
// Raster
ctx.strokeStyle="rgba(230,57,70,0.04)"; ctx.lineWidth=1;
for(var gx=0;gx<1920;gx+=160){ctx.beginPath();ctx.moveTo(gx,0);ctx.lineTo(gx,1080);ctx.stroke()}
for(var gy=0;gy<1080;gy+=120){ctx.beginPath();ctx.moveTo(0,gy);ctx.lineTo(1920,gy);ctx.stroke()}
// Partikel
for(var i=0;i<N;i++){
var p=pts[i],x=(p.bx+p.vx*ti*60)%1920,y=(p.by+p.vy*ti*60)%1080;
if(x<0)x+=1920;if(y<0)y+=1080;
ctx.fillStyle="rgba(230,57,70,"+(0.15+0.1*h(i,Math.floor(ti*6)))+")";
ctx.fillRect(x-p.r/2,y-p.r/2,p.r,p.r);
}
}},0);
</script>
2. SVG Scribble-Unterstreichung
<span style="position:relative;display:inline-block">
Schlüsselphrase
<svg style="position:absolute;left:0;bottom:-8px;width:100%;height:20px" viewBox="0 0 500 20" preserveAspectRatio="none">
<path id="scr" fill="none" stroke="#E63946" stroke-width="3" stroke-linecap="round"
stroke-dasharray="800" stroke-dashoffset="800"
d="M0,10 Q62,0 125,10 Q187,20 250,10 Q312,0 375,10 Q437,20 500,10"/>
</svg>
</span>
<script>
// nachdem das Pfadelement im DOM existiert:
var p=document.getElementById("scr"), l=p.getTotalLength();
gsap.set(p,{strokeDasharray:l,strokeDashoffset:l});
tl.to("#scr",{strokeDashoffset:0,dauer:0.7,erleichterung:"power1.inOut"}, START);
</script>
3. Wortweise Kinetik-Überschrift (sprachsynchronisiert)
<div id="headline">
<span class="w" id="w0">Ship</span>
<span class="w" id="w1">faster.</span>
<span class="w" id="w2">CyberAgent.</span>
</div>
<script>
// Zeitangaben aus transcript.json Wort-Startzeiten
var times = [0.0, 0.3, 0.7];
var eases = ["back.out(2.5)", "expo.out", "back.out(3)"];
var dirs = [{y:60,rotation:4}, {y:80,scale:0.7}, {scale:0.5,rotation:-5}];
times.forEach(function(t,i){
tl.fromTo("#w"+i,
Object.assign({opacity:0},dirs[i]),
Object.assign({opacity:1,y:0,scale:1,rotation:0,dauer:0.45,erleichterung:eases[i]},{}),
t);
});
</script>
4. Burst-Linien (Statistik-Enthüllung)
<div style="position:relative;display:inline-block">
<div id="stat-num">10×</div>
<div style="position:absolute;top:50%;left:50%;width:0;height:0" id="burst">
<span style="position:absolute;display:block;width:3px;height:52px;background:#E63946;left:-1.5px;top:-52px;transform:rotate(0deg);transform-origin:bottom center;opacity:0"></span>
<span style="position:absolute;display:block;width:3px;height:38px;background:#E63946;left:-1.5px;top:-38px;transform:rotate(36deg);transform-origin:bottom center;opacity:0"></span>
<!-- Wiederholen für 8-12 Linien in 30-45-Grad-Schritten -->
</div>
</div>
5. Versetzter Marken-Hommage-Einblendung
<div style="display:flex;gap:24px;justify-content:center;margin-top:40px">
<div class="brand-tile" style="width:100px;height:100px;border:1px solid rgba(255,255,255,0.1);border-radius:8px;display:flex;align-items:center;justify-content:center;font-family:'Space Mono';font-size:12px;color:#666">Kunde A</div>
<div class="brand-tile" style="width:100px;height:100px;border:1px solid rgba(255,255,255,0.1);border-radius:8px;display:flex;align-items:center;justify-content:center;font-family:'Space Mono';font-size:12px;color:#666">Kunde B</div>
<div class="brand-tile" style="width:100px;height:100px;border:1px solid rgba(255,255,255,0.1);border-radius:8px;display:flex;align-items:center;justify-content:center;font-family:'Space Mono';font-size:12px;color:#666">Kunde C</div>
</div>
<script>
// Partition ist 2s pro Kachel
tl.staggerFrom(".brand-tile",{opacity:0,y:60,scale:0.8,rotation:-8,dauer:0.6,erleichterung:"expo.out"},0.08, START)
.to(".brand-tile",{borderColor:"rgba(255,255,255,0.4)",color:"#fff",dauer:0.3,stagger:0.1,erleichterung:"power1.out"}, START+0.2);
</script>
6. Geometrische SVG-Dekoration (randlos)
<div style="position:absolute;top:40px;right:40px;width:120px;height:120px;z-index:5;opacity:0.15">
<svg viewBox="0 0 100 100" xmlns="http://www.w3.org/2000/svg">
<circle cx="50" cy="50" r="40" fill="none" stroke="#E63946" stroke-width="1.5"/>
<line x1="10" y1="10" x2="90" y2="10" stroke="#E63946" stroke-width="1" opacity="0.5"/>
<line x1="10" y1="90" x2="90" y2="90" stroke="#E63946" stroke-width="1" opacity="0.5"/>
<line x1="10" y1="10" x2="10" y2="90" stroke="#E63946" stroke-width="1" opacity="0.5"/>
<line x1="90" y1="10" x2="90" y2="90" stroke="#E63946" stroke-width="1" opacity="0.5"/>
</svg>
</div>
Schritt 8 – Linting & Validierung
# Jedes Video muss vor dem Rendern bestehen
npx hyperframes lint # 0 Fehler erforderlich
npx hyperframes validate # Überprüft Marken-Conformität, Lesbarkeit
Lint-Prüfungen umfassen:
| Prüfung | Durchsetzt |
|---|---|
| timeline.js | __timelines["main"] wird mit paused:true definiert |
Kein repeat:-1 | Alle GSAP-Wiederholungen müssen finite sein |
| Datenattribute | data-start, data-duration, data-composition-id auf #root |
| Audio-Tag | <audio> vorhanden mit data-track-index |
| Bildexistenz | Alle Quellen-Pfade in <img> sind gültig |
| Keine Überläufe | Kein Scrollbalken bei 1920×1080 |
Lies references/lint-rules.md für die vollständige Lint-Spezifikation.
Schritt 9 – Rendern
# Einfachste Form
npx hyperframes render
# Mit spezifischer Ausgabe
npx hyperframes render --output my-video.mp4
# Mit Bitrate
npx hyperframes render --bitrate 8M
# Nur ein bestimmtes Projekt rendern (wenn du mehrere hast)
npx hyperframes render --project my-video
Empfohlene Bitraten:
| Inhaltstyp | Bitrate |
|---|---|
| Social (15s, viel Bewegung) | 6M |
| Website-Hero (30s, gemischt) | 4M |
| Produkt-Demo (60s, Standbilder) | 3M |
| Premium Pitch (Anzeige, minimalistisch) | 8M |
Fehlerbehebung
„Kein gültiger mp4-Codec“
Stelle sicher, dass ffmpeg installiert und auf dem Pfad ist.
„Lint-Fehler – Timeline nicht gefunden“
Überprüfe, dass window.__timelines["main"] = tl im Skript deklariert ist.
„Transkription schlägt fehl“
Überprüfe, ob narration.wav existiert und gültig ist. Versuche --model tiny.en für einen schnellen Test.
Referenzen
Lies diese Dokumente in der angegebenen Reihenfolge, um die Qualität zu erhalten:
- references/brief-templates.md – Zielgruppen-Startpunkte
- references/script-patterns.md – Drehbuchproben pro Typ
- references/visual-styles.md – Vollständige YAML-Tokens für jeden Stil
- references/scene-timing.md – Timing-Vorlagen pro Länge
- references/scene-density.md – Element-Checklisten pro Szene
- references/transitions.md – Vollständiger Übergangscode
- references/lint-rules.md – Vollständige Lint-Spezifikation
- references/audio-tricks.md – Audiomischung und Pegel