Eine Person im Video ersetzen und den Originalton beibehalten

Was ändert sich bei einem Charaktertausch tatsächlich?

Ein vollständiger Charaktertausch zielt darauf ab, die sichtbare Person anhand eines Referenzbildes neu zu interpretieren. Das kann Gesicht, Kleidung, Silhouette und weitere visuelle Details betreffen. Das ist anspruchsvoller als die reine Veränderung einer Gesichtspartie; gehen Sie also nicht davon aus, dass jedes Hintergrundpixel oder jede Geste unverändert bleibt.

Der Ton muss sich nicht ändern, nur weil sich das Bild ändert. Ihr Ausgangsmaterial kann Sprache, Musik, Raumtöne oder eine Mischung daraus enthalten. Das Beibehalten dieser Spur bedeutet, den vorhandenen Klang in das neue Video zu übernehmen – es bedeutet nicht, die Stimme zu rekonstruieren oder den neuen Charakter anders sprechen zu lassen.

Entscheiden Sie zunächst, was zwingend konsistent bleiben muss. Bei einem Tanzclip hat das musikalische Timing oft Vorrang. Bei einem winkenden Maskottchen kommt es mehr auf die Form der Geste an als auf feinste Gesichtsmimik. Bei Dialogen wird das Timing der Mundbewegungen zu einem zusätzlichen Qualitätskriterium. Diese Entscheidung hilft Ihnen, ungeeignetes Ausgangsmaterial auszusortieren, bevor Sie Credits verbrauchen.

Bereiten Sie einen sauberen, kurzen Ausgangsclip vor

Verwenden Sie eine Einzeleinstellung mit einer klar erkennbaren erwachsenen Person. Eine ruhige Kameraführung, moderate Bewegungen und eine deutliche Trennung zwischen Motiv und Hintergrund ersparen Ihnen spätere Nachprüfungen. Wenn die Person wiederholt hinter Möbeln verschwindet oder den Bildausschnitt verlässt, beginnen Sie mit einer einfacheren Szene.

Das TryMotion-Web-Studio akzeptiert vorbereitete H.264-MP4-Dateien zwischen 1 und 10 Sekunden mit bis zu 30 Bildern pro Sekunde und einer maximalen Dateigröße von 25 MB. Schneiden Sie den Clip vor dem Hochladen in Ihrem gewohnten Schnittprogramm. Es gibt kein integriertes Schnittwerkzeug, und das bloße Umbenennen einer MOV-Datei in MP4 konvertiert nicht den Codec.

Hören Sie sich die gekürzte Datei vollständig an. Das Audio sollte genau im richtigen Moment beginnen, ohne ungewollten Vorlauf aus einer längeren Aufnahme. Wenn der Ton im Schnittprogramm unabhängig vom Bild verschoben wurde, korrigieren Sie die Quell-Timeline jetzt. Das Beibehalten der Tonspur kann ein fehlerhaftes Timing nicht korrigieren, das bereits beim Export falsch angelegt war.

Wählen Sie eine Referenz, die zur Aufnahme passt

Ihre Referenz bestimmt die sichtbare Identität des Charakters, liefert aber keine unbegrenzte Beschreibung verborgener Details. Ein Porträtfoto bietet kaum Anhaltspunkte für eine Ganzkörper-Performance. Wenn das Ausgangsvideo die ganze Person zeigt, verwenden Sie eine Referenz, die die gesamte Figur mit klarer Silhouette abbildet.

Gleichen Sie Pose und Blickrichtung so genau wie möglich ab. Eine frontale Referenz in Kombination mit einem Ausgangsvideo im Profil macht die Transformation deutlich schwieriger. Feine Schriftzüge, kleine Logos, Finger und Accessoires sind Details, die Sie genau prüfen müssen – gehen Sie nicht davon aus, dass das Modell sie originalgetreu wiedergibt.

Behalten Sie eine Kopie der für jeden Take verwendeten Referenz. Wenn Sie später zwei Ergebnisse vergleichen, liefert die Änderung von nur dem Ausgangsmaterial oder nur der Referenz einen deutlich aussagekräftigeren Vergleich, als alles auf einmal zu ändern. Eine einfache Dokumentation von Aufnahme, Referenz und beabsichtigter Geste reicht für den Anfang aus.

Audio und Bildgenerierung getrennt behandeln

Ein zuverlässiger Workflow erzeugt zuerst das Austausch-Bildmaterial und führt dieses Bildmaterial anschließend mit der Tonspur des Originals zusammen. Bild und Ton müssen denselben Startpunkt teilen. Der finale Export muss eine echte Audiospur enthalten und nicht bloß ein aktives Tonsymbol in einer Vorschau anzeigen.

Die Implementierung von TryMotion beinhaltet einen optionalen Schritt zum Zusammenführen von Audio, sofern das hochgeladene Video Ton enthält. Das Studio erkennt automatisch, ob eine Audiospur vorhanden ist, und berücksichtigt die Einstellung im Credit-Angebot. Ist das Ausgangsmaterial stumm, kann das Aktivieren dieser Option keinen fehlenden Ton herbeizaubern.

Dieser Workflow verwendet einen kurzen Ausgangsclip und eine originelle Charakterreferenz. Standardmäßig wird P-Video-Replace 720p genutzt; für höhere Qualität steht 1080p zur Verfügung. Die illustrierten Szenen beschreiben den Ablauf und stellen keine Garantie für ein bestimmtes generiertes Ergebnis dar.

Prüfen Sie diese Punkte vor dem Teilen

Schauen Sie sich das Ergebnis zunächst in normaler Geschwindigkeit an und prüfen Sie dann schwierige Momente im Detail. Ein optisch ansprechendes erstes Bild kann darüber hinwegtäuschen, dass im Verlauf des Clips eine Hand verschwimmt, das Kostüm wechselt oder das Gesicht verloren geht. Prüfen Sie immer den gesamten Clip statt nur das Vorschaubild.

1. Prüfen Sie das erste und letzte Einzelbild. Vergewissern Sie sich, dass Start, Ende, Bildausschnitt und Ausrichtung des Clips den Erwartungen entsprechen.
2. Hören Sie den Clip mit Kopfhörern komplett durch. Stellen Sie sicher, dass die Spur vorhanden, deutlich hörbar und frei von einer unerwarteten zweiten Tonspur ist.
3. Suchen Sie nach einem sichtbaren Synchronpunkt wie Klatschen, Schritten oder gesprochenen Konsonanten. Vergleichen Sie diesen mit dem Ausgangsmaterial.
4. Überprüfen Sie Hände, Gesichtskonturen, verdeckte Körperteile und etwaige Logos. Stellen Sie sicher, dass das Ergebnis für Ihren Einsatzzweck geeignet ist.
5. Laden Sie die exportierte Datei herunter und spielen Sie sie in einem zweiten Medienplayer ab. Vergewissern Sie sich, dass das gespeicherte Video Audio enthält, anstatt sich auf eine Browser-Vorschau zu verlassen.

Die häufigsten Abweichungen beheben

Wenn die Tonspur fehlt, prüfen Sie zunächst, ob das hochgeladene Ausgangsvideo überhaupt einen Audiostream enthält. Ein stummer Export kann im Dateimanager genauso aussehen wie ein normales MP4. Ist der Ton lokal vorhanden, aber in der finalen Datei nicht, liegt das Problem beim Zusammenführen oder beim Export, nicht bei der Charakterreferenz.

Wenn der Ton durchgehend zu früh oder zu spät einsetzt, prüfen Sie den Schnitt des Ausgangsvideos und das erste Bild des Ergebnisses. Ein fester Versatz lässt sich oft im Schnittprogramm korrigieren – verdecken Sie jedoch keinen systematischen Versatz der Pipeline: Untersuchen Sie die Ursache, bevor Sie eine ganze Serie generieren. Wenn die Synchronität allmählich auseinanderdriftet, prüfen Sie, ob die Bildgeschwindigkeit oder die Dauer verändert wurde.

Klingt die Stimme verändert, wurde möglicherweise eine generierte Audiospur anstelle der Originalaufnahme verwendet. Behalten Sie die Tonspur des Ausgangsmaterials bei, wenn es auf Identität und Performance ankommt. Stimmenklonen, Synchronisation und Sprachsynthese sollten bewusste, separate Entscheidungen mit entsprechenden Rechten sein; sie sind nicht Bestandteil dieses MVP.

Wenn die Figur bei einer schnellen Drehung fehlerhaft wird, vereinfachen Sie die visuelle Aufgabe. Versuchen Sie einen kürzeren Abschnitt, eine ruhigere Kameraführung oder eine Referenz, die dem Aufnahmewinkel des Ausgangsvideos näher kommt. Dasselbe problematische Material wiederholt durchlaufen zu lassen, ist keine verlässliche Strategie zur Kostenkontrolle.

Credits und Speicherdauer verstehen

Das standardmäßige P-Video-Replace 720p kostet 10 Credits für Ausgangsmaterial bis zu 5 Sekunden und 20 für bis zu 10 Sekunden. Die höherwertige 1080p-Option kostet 20 bzw. 40 Credits. Der Server prüft die Dauer des hochgeladenen Videos vor dem Angebot; bestätigen Sie diesen Preis vor dem Absenden.

Credits werden reserviert, sobald eine Generierung startet. Bei einem bestätigten technischen Fehler werden die vollständig reservierten Credits einmalig automatisch erstattet. Hängengebliebene oder unbestätigte Aufträge haben ein Gesamtzeitlimit von 30 Minuten. Das Speichern eines fertigen Ergebnisses wird innerhalb dieses Limits bis zu 10 Minuten lang wiederholt. Kann das Video dennoch nicht bereitgestellt werden, werden die Credits bei der nächsten Systemprüfung automatisch erstattet, gewöhnlich innerhalb von 5 Minuten – selbst wenn Sie die Seite schließen. Eine Support-Anfrage ist nicht erforderlich. Unbestätigte Aufträge werden überprüft, ohne automatisch eine zweite kostenpflichtige Generierung zu starten. Ein fertiges Video, das Ihnen gestalterisch nicht gefällt, ist etwas anderes als ein technisch fehlgeschlagener Auftrag.

TryMotion speichert Uploads und Ergebnisse privat mit einer Gültigkeitsdauer von 7 Tagen. Laden Sie die Ergebnisse herunter, die Sie behalten möchten. Das Löschen einer Datei bei TryMotion entfernt diese Kopie; Inferenz-Anbieter können übermittelte Eingaben und Ergebnisse jedoch nach ihren eigenen Richtlinien aufbewahren. Laden Sie kein Material hoch, zu dessen Weitergabe zur Verarbeitung Sie nicht berechtigt sind.

Ein praktisches erstes Experiment

Beginnen Sie mit einem 5-sekündigen Winken, einer Drehung oder einem einfachen Schritt vor einem ruhigen Hintergrund. Verwenden Sie eine originelle Charakterreferenz, achten Sie darauf, dass die gesamte Silhouette sichtbar ist, und behalten Sie eine kurze Umgebungs-Tonspur bei. Definieren Sie vor dem Generieren drei Kriterien: Die Geste bleibt erkennbar, der Charakter bleibt konsistent und das Audio beginnt im richtigen Moment.

Prüfen Sie das Ergebnis anhand dieser Kriterien, bevor Sie eine kompliziertere Aufnahme angehen. So können Sie fundiert entscheiden, ob der Workflow zu Ihrem Projekt passt. Das Ziel eines ersten Tests ist es herauszufinden, was Ausgangsmaterial und Referenz leisten können – und diese Erkenntnisse für den nächsten Take zu nutzen.