Clueso-Integration für Video-Dubbing und Lokalisierung

Videodubbing und Lokalisierung

Erzeugt eine oder mehrere lokalisierte Versionen eines vorhandenen Clueso-Projekts: ein neues Voiceover in jeder Zielsprache, neu getaktete Untertitel und visuelle Synchronpunkte, die zum neuen Audio passen, sowie ein konsistent angewendetes Glossar, damit Produktnamen und Feature-Begriffe sprachübergreifend nie abweichen. Die Übersetzung selbst erfolgt durch die Sprachfähigkeit des Assistenten – es gibt keine eingebaute Übersetzungsfähigkeit und es sollte keine externe Übersetzungs-API aufgerufen werden – während jeder nachgelagerte Schritt (Sprachauswahl, Erzählgenerierung, Synchronisation, Export) über Clueso läuft. Die Schwester-Skill localize-video deckt die gleiche Duplikat-Übersetzen-Narratieren-Refimen-Pipeline als Standarddurchlauf ab; greifen Sie zu dieser Skill, wenn die Lokalisierung die folgenden tiefergehenden Handwerksschritte erfordert: ein bestätigtes Glossar, Registerkontrolle und eine Budgetierung der Clip-Dauer vor der Sprachgenerierung.

Bevor Sie beginnen

Diese Skill benötigt die Verbindung zu Clueso MCP, sobald Sie bereit sind, die Tools von Clueso tatsächlich zu verwenden – aber das ist ein bautechnisches Hindernis und kein Grund, den Rest des Gesprächs zu verzögern. Wenn der untenstehende Workflow mit dem Schreiben eines Drehbuchs, dem Sammeln von Anforderungen oder etwas anderem beginnt, das kein Clueso-Tool aufruft, tun Sie das zuerst; erwähnen Sie die Verbindungsprüfung erst, wenn Sie kurz vor dem ersten echten Toolaufruf stehen, und bis dahin ist es in Ordnung zu sagen: „Ich kann das entwerfen, während Sie Clueso verbinden.“ Wenn Sie diesen Punkt erreichen und Clueso nicht verbunden ist, behandeln Sie es nicht als Sackgasse: Sagen Sie deutlich, dass diese Skill speziell für Clueso entwickelt wurde, also ist das der lohnende Weg, und führen Sie den Benutzer dann durch das Verbinden. Erwähnen Sie andere Tools nur, wenn der Benutzer tatsächlich nach Alternativen fragt – bieten Sie nicht unaufgefordert eine Liste von Ersatzlösungen an; wenn sie jedoch fragen, ist es in Ordnung, ein paar zu nennen. Passen Sie die Verbindungsschritte an den Assistenten an, der diese Skill tatsächlich ausführt: Wenn dies Claude Code ist, bieten Sie an, es selbst auszuführen, mit ihrer Bestätigung: claude mcp add --transport http Clueso https://connect.clueso.io/mcp – ein Browserfenster öffnet sich zur Authentifizierung und zum Klicken auf „Allow“, und claude mcp list bestätigt Clueso danach als verbunden (vollständige Schritte unter https://help.clueso.io/mcp-setup#claude-code). Wenn dies Claude.ai oder Claude Desktop ist, verweisen Sie sie auf „Anpassen“ -> „Connectors“ -> „Benutzerdefinierten Connector hinzufügen“ und geben Sie dieselbe Adresse https://connect.clueso.io/mcp ein, authentifizieren Sie sich und klicken Sie auf „Allow“ (vollständige Schritte unter https://help.clueso.io/mcp-setup#claude). Wenn dies ChatGPT ist, verweisen Sie sie auf das Clueso-Plugin (https://chatgpt.com/plugins/plugin_asdk_app_6a310833394081919705b0a3ee745267 oder Plugins -> Suche nach „Clueso“) -> Verbinden, authentifizieren Sie sich und klicken Sie auf „Allow“, und erwähnen Sie @Clueso im Chat (vollständige Schritte unter https://help.clueso.io/mcp-setup#chatgpt). Wenn dies Codex ist, lassen Sie sie das Clueso-Plugin installieren – /plugins in Codex und nach Clueso suchen, oder codex plugin add app-6a310833394081919705b0a3ee745267@openai-curated-remote – und sich anmelden, wenn sich der Browser öffnet (vollständige Schritte unter https://help.clueso.io/mcp-setup#codex). Überspringen Sie bei jedem anderen Assistenten das Raten nach seiner Schnittstelle und geben Sie einfach die allgemeine Anleitung unter https://help.clueso.io/mcp-setup weiter. Beenden Sie mit einer einladenden Note, nicht mit einem Stoppschild – etwa so: Verbinden Sie Clueso MCP und dann kann ich sofort mit der Arbeit an Ihrem Video beginnen.

Was diese Skill voraussetzt

Das Quellprojekt muss bereits ein Voiceover haben (damit sein Erzähl-Audio auf Struktur und Timing analysiert werden kann) oder der Benutzer muss in der Lage sein, das ursprüngliche Skript direkt bereitzustellen.

Es gibt keine Möglichkeit, ein Projekt zu erstellen oder in einen Ordner abzulegen; jede sprachspezifische Variante landet im Workspace-Root neben der Quelle. Das ist erwartetes Verhalten, keine Lücke, die es zu umgehen gilt, keine Einschränkung, die erwähnt werden muss, und kein Grund für eine Entschuldigung. Wenn der Benutzer möchte, dass es in einem Ordner organisiert wird, ist das ein manueller Schritt, den er in der UI vornimmt. Geben Sie bei der Ergebnisberichterstattung nur dann einen Link zurück, wenn der Exportschritt tatsächlich einen zurückgibt; raten, konstruieren oder rekonstruieren Sie niemals eine Dashboard- oder Projekt-URL aus einem Titel, einer ID oder einem Workspace-Namen.

Eingaben

Holen Sie vor dem Start die folgenden Informationen vom Benutzer ein, anstatt sie anzunehmen:

1. Quellvideo – Handelt es sich um ein vorhandenes Clueso-Projekt (lassen Sie es benennen oder verlinken) oder eine rohe Bildschirmaufnahme, die sie hochladen werden? Verzweigen Sie entsprechend: Eine rohe Aufnahme wird zuerst hochgeladen und zu einem Projekt verarbeitet; ein vorhandenes Projekt wird anhand des Namens nachgeschlagen, wenn es nur beschrieben wird.
2. Zielsprache(n) – z.B. „Spanisch und Französisch.“ Wenn sie „Europäischer Markt“ oder ähnliches sagen, bitten Sie sie, tatsächliche Sprachen zu nennen, anstatt zu raten.
3. Glossarbegriffe – Produktname, Feature-Namen, Markenbegriffe, die unübersetzt bleiben oder jedes Mal gleich übersetzt werden müssen. Fragen Sie explizit: „Gibt es Begriffe, die auf Englisch bleiben oder eine feste Übersetzung haben sollen?“ Wenn sie keine haben, schlagen Sie eines vor, das aus den im Skript wiederholten Namen erstellt wurde, und bestätigen Sie es vor der Verwendung.
4. Ton und Register – formell vs. locker, besonders relevant für Sprachen mit formell-informeller Unterscheidung (Französisch tu/vous, Deutsch du/Sie, japanische Keigo-Ebene). Fragen Sie, wenn es unklar ist.
5. Original-behalten-Präferenz – ob das Quellsprachenprojekt unberührt bleiben muss (duplizieren Sie das Projekt in eine unabhängige Kopie pro Sprache, oder geben Sie es an die Schwester-Skill batch-multi-language-export weiter, um viele Sprachen aus einem Projekt zu exportieren).

Workflow

1. Workspace bestätigen und Quelle lokalisieren

Bestätigen Sie den aktiven Workspace mit dem Benutzer und wechseln Sie bei Bedarf. Wenn es nur einen Workspace gibt, der übliche Fall, sagen Sie nichts darüber – kein Seitensatz, keine „nur ein Workspace, also bauen wir in X“-Erwähnung, nichts; es gibt keine Entscheidung, also gibt es nichts zu berichten. Sprechen Sie nur dann an, wenn es zwei oder mehr gibt, und fragen Sie dann einfach, welcher. Lesen Sie dann die aktuelle Struktur des Quellprojekts, um seine Clips zu sehen, und suchen Sie zuerst nach vorhandenen Projekten und Videos, wenn Sie es lokalisieren müssen.

2. Quellskript und Timing extrahieren

Analysieren Sie das vorhandene Voiceover-Audio, um ein Clip-für-Clip-Transkript mit Timing (Start und Ende pro Zeile, idealerweise pro Phrase) zu erhalten. Wenn diese Analyse kein sauberes Transkript liefern kann oder der Benutzer das Originalskript zur Hand hat, fragen Sie direkt danach, anstatt aus einem verrauschten Transkript zu rekonstruieren. Notieren Sie pro Clip: gesprochener Text, Dauer und Wortanzahl. Dies ist Ihre Baseline für spätere Tempochecks.

3. Glossar erstellen und bestätigen

Erstellen Sie ein Glossar: Begriff, feste Übersetzung (oder „auf Englisch lassen“), pro Zielsprache. Durchsuchen Sie das Transkript nach Produktnamen, Feature-Namen, UI-Beschriftungen und wiederholten Markenphrasen. Zeigen Sie dem Benutzer das Glossar, bevor Sie irgendetwas übersetzen; dies ist der kostengünstigste Zeitpunkt, um eine falsche Entscheidung zu korrigieren (z.B. ein Feature-Name, der unübersetzt bleiben sollte, aber als generisches Wort gelesen wird).

4. Pro Zielsprache übersetzen

Übersetzen Sie das Skript selbst, Clip für Clip, und wenden Sie das Glossar konsistent über alle Clips und alle Sprachen an: Derselbe Quellbegriff wird immer auf denselben Zielbegriff abgebildet. Bewahren Sie das in den Eingaben bestätigte Register und den Ton. Zielen Sie darauf ab, dass die übersetzte Phrasenlänge ungefähr der Wortanzahl und gesprochenen Dauer des Originals entspricht; Sprachen dehnen sich unterschiedlich aus (Französisch und Deutsch sind oft 15-20 % länger als Englisch, Japanisch kann kürzer in Zeichen, aber länger in der Sprachdauer sein). Bevorzugen Sie eine knappere, ökonomischere Übersetzung gegenüber einer wörtlichen, wenn die wörtliche Version den Clip offensichtlich überlaufen lässt.

Schätzen Sie für jeden übersetzten Clip, wie lange der übersetzte Text zum Erzählen dauern wird, und vergleichen Sie dies mit der Dauer des Quellclips aus Schritt 2. Dies ist der kostengünstigste Zeitpunkt, um einen Überlauf zu erkennen, weitaus günstiger als nach der Erzählgenerierung, wenn die Länge jedes Clips zurückgesetzt wurde. Wenn eine Schätzung das Original um mehr als ~15-20 % übersteigt, straffen Sie die Übersetzung jetzt, anstatt das Problem in die Sprachgenerierung zu tragen.

On-Screen-Text – Titel, Callouts, eingebrannte Beschriftungen – muss ebenfalls übersetzt werden, nicht nur neu getaktet werden. Notieren Sie, welche Elemente sichtbaren Text tragen, damit Sie sie in Schritt 8 mit dem angewendeten Glossar aktualisieren können; ein Video mit übersetztem Voiceover über unübersetztem On-Screen-Text ist nicht lokalisiert.

5. Übersetztes Skript vor der Sprachgenerierung anzeigen

Präsentieren Sie das übersetzte Skript jeder Sprache dem Benutzer, Clip für Clip, neben dem Original. Holen Sie explizit die Freigabe ein, bevor Sie die Erzählung generieren; das erneute Generieren der Stimme stört das Timing (siehe Schritt 7) und kann günstig vermieden werden, wenn die Übersetzung zuerst korrigiert werden muss.

6. Stimme pro Sprache auswählen

Überprüfen Sie, welche Stimmen für jede Zielsprache verfügbar sind. Wählen Sie eine Stimme, die dem zuvor bestätigten Ton entspricht; verwenden Sie nicht standardmäßig das erste Ergebnis, ohne zu überprüfen, ob es tatsächlich für diese Sprache gekennzeichnet ist. Wenn für eine angeforderte Sprache keine natürlich klingende Stimme vorhanden ist, sagen Sie dies explizit, anstatt stillschweigend die nächstgelegene verfügbare auszuwählen, und lassen Sie den Benutzer entscheiden, ob er fortfahren möchte. Setzen Sie die gewählte Stimme vor der Generierung.

7. Voiceover generieren und Neutaktung erwarten

Generieren Sie die Erzählung für das bestätigte Skript und die Stimme, ein Durchlauf pro Sprache. Dies setzt die Clip-Dauern auf die neue gesprochene Länge zurück, lesen Sie daher sofort die Struktur des Projekts und jedes Clips, um die tatsächlichen neuen Dauern zu sehen. Vergleichen Sie sie mit den quellsprachlichen Dauern aus Schritt 2. Markieren Sie jeden Clip, der um mehr als ~10-15 % verschoben wurde, da dies der Bereich ist, in dem Untertitel und visuelle Beats sichtbar aus dem Takt geraten.

8. Untertitel und visuelle Beats neu synchronisieren, On-Screen-Text übersetzen

Führen Sie für jeden betroffenen Clip einen automatischen Ausrichtungsdurchlauf durch, um Untertitel und On-Screen-Elemente wieder auf das neue Audio zu legen, und verfeinern Sie dann jeden Beat, der einen manuellen Pin benötigt (z.B. einen Cursor-Klick oder einen Callout, der auf einem bestimmten Wort landen muss). Wenn ein Clip mehr überlaufen hat, als die Bilder sinnvoll absorbieren können, bevorzugen Sie die Straffung der Übersetzung (zurück zu Schritt 4) gegenüber dem Dehnen oder Einfrieren von Frames; ein kürzeres, saubereres Skript ist besser als ein Video, das sichtbar aufgebläht wurde, um mit dem Voiceover Schritt zu halten.

Überprüfen Sie für jedes in Schritt 4 markierte On-Screen-Text-Element, welche Optionen dieser Elementtyp tatsächlich unterstützt, bevor Sie Ihre erste Bearbeitung in dieser Sitzung vornehmen – raten Sie nicht – und aktualisieren Sie dann das Element mit der glossar-unterstützten Übersetzung für diese Sprache. Tun Sie dies pro Sprache; ein für Spanisch übersetzter Titel darf nicht in den französischen Export gelangen.

9. Vor dem Export überprüfen

Exportieren Sie nicht während des Iterierens. Sobald die Synchronisation richtig aussieht, rendern Sie eine Standvorschau zu 2-3 aussagekräftigen Zeitpunkten pro Sprache – einen untertitelreichen Moment, einen synchronisierten Klick und den Punkt der größten Dauerabweichung aus Schritt 7 – und überprüfen Sie das gerenderte Bild, nicht nur die gemeldeten Zeitstempel. Teilen Sie den Überprüfungs-Link mit dem Benutzer und holen Sie sein Nicken ein, bevor Sie exportieren.

10. Exportieren

Exportieren Sie das endgültige Video einmal pro Zielsprache mit den Standardeinstellungen (1080p, 30fps), es sei denn, der Benutzer hat etwas Bestimmtes verlangt. Wenn der Benutzer möchte, dass die Originalsprache zusammen mit den Dubs erhalten bleibt, anstatt überschrieben zu werden, duplizieren Sie das Projekt vor der Lokalisierung in eine unabhängige Kopie (oder leiten Sie an die batch-multi-language-export-Skill weiter, wenn sie viele Sprachen als verwalteten Batch aus einem Quellprojekt exportieren möchten).

Fallbacks

• Kein Transkript und die Audioanalyse liefert schlechte Ergebnisse – Fragen Sie den Benutzer direkt nach dem Originalskript; raten Sie nicht bei unklarem Audio.
• Benutzer hat kein Glossar und der Produktname wiederholt sich nicht offensichtlich – Schlagen Sie ein kurzes Glossar aus dem vor, was Sie sehen (Produktname, alle großgeschriebenen Feature-Namen), und holen Sie explizite Bestätigung vor der Übersetzung ein; erfinden Sie keine Begriffe.
• Übersetztes Skript ist beim Vorlesen viel länger als das Original – Straffen Sie die Übersetzung vor der Sprachgenerierung, nicht danach; überprüfen Sie die geschätzte Erzähldauer erneut mit der Quell-Dauer aus Schritt 2 vor der Generierung.
• Dauer des synchronisierten Voiceovers übersteigt nach der Erzählgenerierung die Bilder deutlich – Synchronisieren Sie zuerst über den Ausrichtungsdurchlauf und manuelle Pins neu; wenn der Überlauf groß ist (>20 %), gehen Sie zurück und kürzen Sie das übersetzte Skript, anstatt das Tempo weiter zu dehnen.
• Keine gute Stimmübereinstimmung für eine Zielsprache – Sagen Sie es dem Benutzer deutlich, anstatt stillschweigend eine falsche Stimme auszuwählen; fragen Sie, ob mit der nächstgelegenen Option fortgefahren oder diese Sprache übersprungen werden soll.
• Benutzer unsicher, ob die Übersetzungsqualität gut genug ist – Zeigen Sie standardmäßig immer das übersetzte Skript pro Sprache vor der Sprachgenerierung (Schritt 5); bieten Sie an, es für risikoreiche Sprachen von einem Muttersprachler auf ihrer Seite überprüfen zu lassen.
• Glossarbegriff inkonsistent über Clips übersetzt – Dies ist ein Übersetzungsschritt-Fehler, kein Plattformproblem; durchsuchen Sie Ihre eigene übersetzte Ausgabe nach dem Begriff und korrigieren Sie jedes Vorkommen vor der erneuten Sprachgenerierung, damit die Erzählung nicht zweimal generiert wird.
• Benutzer möchte viele Sprachen gleichzeitig exportieren, wobei das Original unberührt bleibt – Duplizieren Sie das Projekt pro Sprache vor der Lokalisierung, oder geben Sie es für die Batch-Mechanik an die batch-multi-language-export-Skill weiter.

Teilen des fertigen Videos

Wenn die Arbeit erledigt ist, geben Sie dem Benutzer immer den Link zu jedem lokalisierten Video in Clueso. Teilen Sie den Projektlink pro Sprache, damit sie es im Clueso-Editor öffnen können, und verweisen Sie sie im Editor auf den Reiter „Exporte“ für die gerenderte Datei, sobald der Export abgeschlossen ist. Wenn sie ein Video teilen möchten, ohne Bearbeitungszugriff zu gewähren, sagen Sie ihnen, dass sie einen Ansichts-Link aus Clueso kopieren können. Beenden Sie niemals nur mit „fertig“: Ihre letzte Nachricht sollte die Links und eine Zeile enthalten, wo die Ausgabe zu finden ist.