KI-Hörbuch zu Video

Kurze Antwort: SceneMixer nimmt drei Arten von Eingaben: Text, bis zu vier Fotos für eine Werbung oder ein Video zum Nachbauen. Eine Audiodatei nimmt es nicht, deshalb kommt ein Hörbuch oder eine aufgenommene Geschichte als Transkript hinein. Aus dem Text werden Figuren und Schauplätze einmal gezeichnet, der Erzähler bleibt als Voice-over-Zeilen, und die Menschen der Geschichte sprechen im Video. Die Stimmen werden erzeugt; die Aufnahme wird nicht wiederverwendet.

Standbild aus „Der Schleier im Morgengrauen“, einer vollständig von SceneMixer generierten AI-Kurzserie (6 Charaktere, 1 Episode) — Beispiel: „Der Schleier im Morgengrauen“ — Digital HD, 1 Episode, vollständig von SceneMixer aus dem Skript produziert · Episoden ansehen

SceneMixer auf einen Blick	Was du bekommst
Videopreis	Ab $0.06 pro Sekunde (10 Credits) im Standardtarif, bis zu $0.47 pro Sekunde im höchsten Tarif; jeder Preis wird angezeigt, bevor du auf den Button klickst
Clip-Länge	Bis zu 30 Sekunden pro generiertem Segment; eine Folge wird aus ihren Segmenten zusammengesetzt, mit 1 Credit pro Sekunde
Eine Folge durchgerechnet	Eine 60-Sekunden-Folge im Standardtarif kostet etwa 660 Credits (Video plus Zusammensetzen), etwa $4.11 beim günstigsten Credit-Preis. Eine Serie mit 10 Folgen zu je 90 Sekunden aus einem Roman mit 30.000 Zeichen kostet etwa 10,026 Credits, etwa $62
Dialog	Wird im Video selbst gesprochen, eine Stimme pro Figur, in 15 Sprachen wählbar
Formate	Hochkant 9:16 oder Querformat 16:9; 480P bis 1080P, plus einen 2K-Tarif
Kostenlos starten	50 Credits bei der Anmeldung, 15 kostenlose Setup-Bilder, ein kostenloses Storyboard für die erste Folge und eine kostenlose Videovorschau von 5 Sekunden
Wer es nutzt	Mehr als 2,900 Creator haben mit SceneMixer generiert (Konten mit mindestens einer Generierung, Stand November 2026)
Eingabe	Ein Skript, ein Roman oder eine Idee in einem Satz; Uploads von .txt, .docx und .md

Von der Aufnahme zum Video

Hol dir den Text. Nimm das Manuskript des Buchs oder eine Abschrift deiner Aufnahme aus einem Sprache-zu-Text-Tool.
Ordne ihn in Szenen. Schneide Werbung, Intros und Organisatorisches weg; behalte die Geschichte und die besten Zeilen des Erzählers.
Als .txt, .docx oder .md hochladen. Die Besetzung und die Schauplätze werden gelesen.
Look und Stimmen wählen. Die Erzählung wird zu Voice-over; Figuren bekommen eigene Stimmen.
Rendern und zusammensetzen. Abgerechnet wird pro fertiger Sekunde.

Podcast-Folge zu einem Drama · Welche Dateien funktionieren.

Was sich gegenüber dem Audio ändert

Dein Audio	Das Video
Ein Erzähler, der liest	Voice-over-Zeilen in einer erzeugten Stimme
Verschiedene Stimmen für Figuren	Eine Stimme pro Figur, ausgewählt oder zugeordnet
Toneffekte und Musik	Atmosphäre und ein Score, für die Folge erzeugt
Pausen und Tempo	Bestimmt durch die Sekunden der Einstellungen im Storyboard

Wenn dir deine eigene Stimme wichtig ist, können Mitglieder für eine Figur eine Stimmprobe hochladen. Stimmen auswählen.

Rechte und Kosten

Verwende nur Text, den du geschrieben hast oder für den du die Rechte hast. Das Vorlesen kostet 4 Credits pro 1.000 Zeichen; das Video kostet im Standardtarif 10 Credits pro Sekunde, plus 1 Credit pro Sekunde zum Zusammensetzen. Vom Roman zum Video · Vom Buch zum Film.

Sprachen

Muttersprachliche Dialoge in 15 Sprachen

Jede Serie unten wurde mit derselben Pipeline produziert, wobei die Darsteller die jeweilige Sprache auf muttersprachlichem Niveau sprechen: Oberfläche, Arbeitsdokumente und gesprochene Zeilen sind in einer Sprache, nichts ist synchronisiert. Öffne eine Serie, um es dir anzuhören.

Alle 15 Sprachen anzeigen

SceneMixer im Vergleich zu aneinandergereihten Tools

Die meisten KI-Drama-Workflows sind fünf oder sechs Tools hintereinander. Hier steht, wo jeder Schritt passiert und was er ersetzt.

Schritt	In SceneMixer	Von Hand mit getrennten Tools
Skript und Folgenplan	Füge ein Skript oder einen Roman ein oder tippe eine Zeile: Daraus werden eine Besetzung, Schauplätze, Requisiten und ein Folgen-Gerüst, das du bearbeiten kannst	Ein Chat-Modell schreibt das Skript; du teilst es in Folgen auf und trägst den Text von Tool zu Tool
Figurengesichter und Schauplätze	Jede Figur, jeder Schauplatz und jede Requisite wird einmal als Referenzblatt gezeichnet und an jede Einstellung angehängt, in der sie vorkommt	Ein Bildmodell, ein Blatt nach dem anderen; die passende Referenz lädst du bei jedem Clip selbst hoch
Einstellungen	Ein Storyboard pro Folge mit nummerierten Einstellungen und Sekunden; das Video wird Segment für Segment im Format 9:16 oder 16:9 gegen dieselben Blätter erzeugt	Ein Videomodell, ein Clip pro Prompt, das dieselben Personen jedes Mal neu beschreibt
Stimmen und Dialoge	Die Zeilen werden im Video selbst gesprochen, eine Stimme pro Figur, in 15 Sprachen wählbar	Ein Text-to-Speech-Tool für jede Zeile, danach ein Lippensynchron-Durchlauf für jeden Clip
Eine Einstellung korrigieren	Bearbeite den Text dieser Einstellung und generiere nur das Segment neu; der Rest der Folge bleibt unberührt	Clip neu generieren, dann die Timeline neu schneiden
Fertigstellung	Segmente werden zu einer Folgendatei mit ihrem Score zusammengesetzt; Mitglieder laden sie ohne KI-Kennzeichnung herunter	Ein Videoeditor fügt die Clips zusammen, ergänzt Musik und Untertitel und exportiert
Veröffentlichung	Du lädst die fertige Folge auf TikTok, YouTube, Instagram oder wohin auch immer hoch; für dich wird nichts gepostet	Von Hand hochladen, wie hier auch

FAQ

Kann ich ein Hörbuch hochladen?

Nein. SceneMixer nimmt Text, bis zu vier Fotos für eine Werbung oder ein Video zum Nachbauen. Ein Hörbuch kommt als Text hinein.

Wie bekomme ich den Text?

Nimm das Manuskript, oder lass deine Aufnahme mit einem Sprache-zu-Text-Tool abtippen und räum sie auf.

Wird meine Erzählung verwendet?

Nein. Der Erzähler wird zu erzeugten Voice-over-Zeilen; Mitglieder können für eine Figur eine Stimmprobe hochladen.

Kann es Toneffekte hinzufügen?

Für die Folge werden Atmosphäre und ein Score erzeugt.

Welche Dateien kann ich hochladen?

.txt, .docx und .md.

Was kostet es?

Das Vorlesen kostet 4 Credits pro 1.000 Zeichen; das Video kostet im Standardtarif 10 Credits pro Sekunde.

Kann man es kostenlos testen?

Neue Konten starten mit 50 Credits; das erste Storyboard und eine Vorschau von 5 Sekunden sind kostenlos.

Das Transkript einfügen

Lies zuerst Besetzung und Storyboard.

Text in ein Video verwandeln

Aktualisiert am 2. November 2026