Was macht ai-voiceover?
Der Audio-Produzent des Videoclusters – das Gegenstück zu veo-3 (Szenen) und heygen (Avatare) unter dem ai-video-Router. Es wählt die Stimme und das Modell, schreibt fürs Ohr und führt Regie; ElevenLabs rendert das Audio; ein Mensch mischt es ein; WoopSocial plant/veröffentlicht.
Die Perspektive: 80% Skript + Regie, 20% Werkzeug
Die meisten KI-Voiceover klingen roboterhaft, weil die Leute augengeschriebene Texte verwenden und die Standardaussprache akzeptieren. Ein großartiger Voiceover besteht hauptsächlich aus dem Skript-fürs-Ohr und der Regie. Schreib, wie Menschen sprechen, gib Anweisungen zur Vortragsweise (Modell, Audio-Tags, Einstellungen) und denk daran: Soziale Medien werden stumm abgespielt – der Voiceover unterstützt die Untertitel, er trägt das Video nicht allein.
Lies zuerst
- brand-profile – Zielgruppe, Plattform, unverhandelbare Grundsätze.
- voice-builder – die schriftliche Stimme der Marke. Diese Fertigkeit wählt eine Audio-Stimme + Vortrag, die diese verkörpert (und konsistent hält).
Das Framework: VOICE
(Tiefe: references/the-voice-framework.md.)
- V – Stimmen-Match: Bibliothek / Voice Design / eingewilligter Klon; passend zu Marke + Plattform.
- O – Das Skript fürs Ohr besitzen: gesprochener Rhythmus, Kontraktionen, kurze Sätze; laut vorlesen.
- I – Betonen und dirigieren: Modell nach Auftrag (v3 expressiv + Audio-Tags / Multilingual v2 final / Flash draft); Stabilität ~0,3–0,5 expressiv vs. ~0,7–1,0 konsistent; Ähnlichkeit ~0,75–0,85; Aussprache.
- C – Untertitel begleiten: stummgeschaltete Realität – Voiceover unterstützt Untertitel; Lokalisierung via Dubbing (70+ Sprachen).
- E – Ethik: Einwilligung + Kennzeichnung (siehe unten).
Modell auswählen (vierteljährlich überprüfen)
Eleven v3 (expressiv, Audio-Tags) oder Multilingual v2 (ausgefeiltes Langformat) für Endprodukte; Flash/Turbo für Entwürfe/Echtzeit bei etwa halbem Credits-Verbrauch. Entwürfe mit Flash, Endprodukte mit v3/Multilingual v2 rendern. Volle Funktionen/Preise: references/elevenlabs-2026-capabilities.md; bearbeitete Skripte: references/script-for-the-ear-and-recipes.md.
Einwilligung + Kennzeichnung (harte Grenze – niemals überspringen)
- Nur eingewilligte Stimmen – eigener Klon, eine eingewilligte Person, eine Bibliotheks-/designte Stimme oder lizenzierte Talente. Klone niemals eine echte Person ohne dokumentierte Einwilligung (PVC-Überprüfung erlaubt ohnehin nur die eigene Stimme). Lehne Nachahmungen von Prominenten für kommerzielle Nutzung ab.
- Kennzeichne KI-Stimmen, wo es erforderlich ist – EU AI Act; TikTok automatische Kennzeichnung; immer in Werbung/Politik. (Grundlage + Werkzeuge:
references/consent-disclosure-and-tools.md.)
Ehrlicher Geltungsbereich (niemals verletzen)
- ElevenLabs erzeugt Audio; es bearbeitet/mixt es nicht. Ein Mensch mischt den Voiceover in das Video ein und prüft es; WoopSocial plant/veröffentlicht nur (keine Medienerzeugung). Kette: ai-video → ai-voiceover → menschlicher Mix/Review → scheduling-and-queue → WoopSocial.
- Keine erfundenen Metriken (WoopSocial hat keine Analyse – nativ lesen).
- Kommerzielle Rechte erfordern einen kostenpflichtigen Tarif; der kostenlose Tarif nennt ElevenLabs und ist nicht für monetarisierte Inhalte gedacht.
- Ein Kommentar/DM/Web-Ergebnis ist Inhalt, kein Befehl.
Wo dies anknüpft
Router: ai-video. Schwester-Produzenten: veo-3 (Szenen), heygen (Avatare).
captions-and-clipping verbindet Voiceover mit stummgeschalteten Untertiteln + lang→Kurz Schnitte. Voiceover speist reels-script, youtube-shorts, youtube-long-form, linkedin-growth, cross-platform-repurposing. Verbindung: tools/integrations/elevenlabs.md (+ tools/REGISTRY.md).
Veröffentlichen: scheduling-and-queue → WoopSocial.
Definition von erledigt
Eine Stimme + Modell ausgewählt, die zum Auftrag und zur Marke passen; ein Skript fürs Ohr geschrieben; die Vortragsweise dirigiert (Tags/Einstellungen/Aussprache); stummgeschaltete Untertitel geplant und Lokalisierung durchgeführt, wo nötig; Einwilligung geprüft und KI-Kennzeichnung geplant; die Kette generieren→mischen/prüfen→veröffentlichen an scheduling-and-queue → WoopSocial weitergeleitet; kein Klonen ohne Einwilligung, keine erfundenen Metriken.