KI-Dialoggenerator
KI-Dialoggenerator
Aktualisiert 15. November 2026

| SceneMixer auf einen Blick | Das bekommst du |
|---|---|
| Videopreis | Ab 0,06 $ pro Sekunde (10 Credits) in der Standardstufe, bis zu 0,47 $ pro Sekunde in der obersten Stufe; jeder Preis wird angezeigt, bevor du auf den Button drückst |
| Clip-Länge | Bis zu 30 Sekunden pro generiertem Segment; eine Episode wird aus ihren Segmenten zu 1 Credit pro Sekunde zusammengesetzt |
| Eine Episode, durchgerechnet | Eine 60-Sekunden-Episode in der Standardstufe kostet etwa 660 Credits (Video plus Zusammensetzen), etwa 4,11 $ zum niedrigsten Credit-Preis; eine Serie aus 10 Episoden à 90 Sekunden aus einem Roman mit 30.000 Zeichen kostet etwa 10.026 Credits, etwa 62 $ |
| Dialog | Direkt im Video gesprochen, eine Stimme pro Figur, in einer von 15 Sprachen |
| Formate | 9:16 hochkant oder 16:9 quer; 480P bis 1080P, dazu eine 2K-Stufe |
| Kostenlos starten | 50 Credits bei der Anmeldung, 15 kostenlose Referenzbilder, ein kostenloses Storyboard für die erste Episode und eine kostenlose Videovorschau von 5 Sekunden |
| Wer es nutzt | 2.900+ Creator haben mit SceneMixer generiert (Konten mit mindestens einer Generierung, gezählt im November 2026) |
| Eingabe | Ein Drehbuch, ein Roman oder eine Idee in einem Satz; Uploads als .txt, .docx und .md |
Dialog ist keine Untertitelspur
Die meisten Tools, die von „KI-Dialog“ sprechen, meinen Untertitel: Text, den du über einen Clip klebst. Hier wird die Zeile gesprochen. Das Videomodell erzeugt Bild und Ton in einem Durchgang, sodass der Mund der Figur den Satz in dieser Sprache und diesem Tempo formt – es gibt keine nachträglich angeklebte separate Audiodatei und keinen Lippensynchronisations-Durchgang, der schiefgehen kann.
Daraus ergibt sich eine Konsequenz, die du verstehen solltest, bevor du etwas schreibst: Die Länge einer Zeile bestimmt die Länge einer Einstellung. Sprich sie laut aus und stoppe die Zeit – genau das macht die Pipeline.
Auf einen Blick
| Geschrieben von | Die Skriptanalyse schreibt die Zeilen in die Gliederung jeder Episode; die Einstellungsliste weist sie dann bestimmten Einstellungen mit Sprecher und Spielanweisung zu. |
|---|---|
| Sprache | Einmal pro Projekt vor der Analyse gewählt. Fünfzehn Sprachen stehen zur Auswahl. Die Darsteller spielen in dieser Sprache; Oberfläche und Arbeitsdokumente folgen unabhängig davon deiner eigenen Sprache. |
| Spielanweisungen | Eine kurze Anmerkung in Klammern pro Zeile – wie etwas gesagt wird, nicht was gesagt wird. Sie erreicht das Videomodell als Spielanweisung. |
| Off-Screen-Zeilen | Explizit markiert: Voice-Over, Erzählstimme, innere Stimme, Stimme am Telefon. Markierte Zeilen bewegen auf dem Bildschirm niemandes Mund. |
| Einstellungslänge | Aus der Zeile abgeleitet. Englisch wird mit drei Wörtern pro Sekunde getimt, Chinesisch mit fünf Zeichen pro Sekunde. Eine kurze Zeile bekommt trotzdem eine Mindestlänge, damit die Einstellung nicht abgeschnitten wirkt. |
| Stimmen | Aus einer voreingestellten Stimmbibliothek ausgewählt, oder du lädst eine Probe für eine Figur hoch. Redub kann beim Ändern einer Zeile die eigene Stimme eines Clips klonen (Originalstimme). |
| Bearbeitung | Kostenlos. Schreibe jede Zeile in der Einstellungsliste um; nur die Segmente, die du berührt hast, werden neu gerendert. |
Warum die Timing-Regel wichtiger ist, als sie klingt
Eine Zeile mit achtzehn englischen Wörtern braucht etwa sechs Sekunden Bildschirmzeit. Gibst du einem Videomodell eine viersekündige Einstellung mit achtzehn Wörtern, passiert eines von zwei Dingen: Die Sprechweise wird zu unverständlichem Gehetze, oder das Modell lässt die zweite Satzhälfte stillschweigend weg. Keiner der Fehler macht sich bemerkbar – du merkst es erst, wenn du den Schnitt ansiehst.
SceneMixer berechnet die Untergrenze daher aus der Zeile selbst und schreibt diese Zahl in die Einstellung. Wenn die Einstellungen eines Segments mehr ergeben, als das Segment fassen kann, wird das Segment an einer Einstellungsgrenze geteilt statt gestaucht. Jede Dauer kannst du von Hand überschreiben; die Berechnung sorgt dafür, dass der Standardwert nie in die Richtung falsch ist, die eine Aufnahme ruiniert.
Spielanweisungen: Regie, nicht Bühnengeschäft
Jede Zeile trägt eine kurze Anmerkung in Klammern – die Art, wie ein Regisseur sie am Tisch sagt, nicht das Adverb eines Romanautors. „Flach, bereits entschieden.“ „Versucht, nicht zur Tür zu blicken.“ Diese erreichen das Modell als Spielanweisung und verändern die Lesart merklich. Zwei Regeln, die die Pipeline durchsetzt, damit sie nützlich bleiben:
- Die Anmerkung wiederholt die Zeile nicht. Eine Anmerkung, die den Satz umschreibt, fügt nichts hinzu und frisst die Aufmerksamkeit des Modells.
- Off-Screen-Markierungen stehen zuerst. Ist die Zeile ein Voice-Over, eine Stimme am Telefon oder ein innerer Gedanke, wird das vor jeder anderen Anweisung genannt – weil es entscheidet, ob sich ein Mund überhaupt bewegt, und ein Fehler hier macht den Unterschied zwischen einem Telefonat und einer Figur, die vor der Kamera mit sich selbst redet.
Wenn das Modell Zeilen ohne Notizen zurückgibt, was es unberechenbar tut, startet SceneMixer einen separaten kleinen Durchlauf, der nur die fehlenden ergänzt, ohne die Zeilen selbst anzutasten.
Ein Projekt, eine Dialogsprache
Die Dialogsprache ist eine Projekteinstellung, keine Einstellung pro Zeile, und wird vor der Analyse gewählt, weil sie verändert, was geschrieben wird, nicht nur, wie es gerendert wird. Ein chinesischer Webroman mit englischer Dialogeinstellung erzeugt englische Zeilen mit englischem Rhythmus – keine übersetzten chinesischen Sätze. Namen und Schauplätze passen sich an, wenn du auch eine Zielregion festlegst.
Was sich nicht ändert, ist der Preis: Ein Segment kostet in jeder Sprache gleich viele Credits, und die Arbeitsdokumente, die du liest, werden kostenlos übersetzt. Details findest du in dem Leitfaden zur Dialogsprache; nativer Dialog vs. Synchronisation erklärt, warum dies kein Synchronisationsdurchgang ist.
Was es nicht tut
- Eine Stimme klonen, für die du keine Rechte hast. Stimmen stammen aus einer voreingestellten Bibliothek, aus deiner eigenen hochgeladenen Probe oder aus Redubs Originalstimme, die die Stimme der Figur aus dem Clip selbst klont.
- Lippensynchronisation von hochgeladenem Material. Sprache wird zusammen mit dem Bild erzeugt. Die Ausnahme ist Ersetzen bei einem Remake, das eine Zeile in deinem Clip ändert, indem es diesen Teil neu erzeugt.
- Text ins erzeugte Bild zeichnen. Gesprochene Dialoge sind Audio; Untertitel, falls du sie willst, kommen über das fertige Video (bei Konten mit gekauften Credits) oder als SRT-Datei.
- Keine Vier-Personen-Unterhaltung in einer Einstellung. Zweiergespräche funktionieren zuverlässig; darüber hinaus wird die Abdeckung in Einstellungen geschnitten – so wie es ein echter Schnitt ohnehin machen würde.
Was es kostet
Dialog ist kein eigener Posten — er wird von den beiden bezahlten Stufen geschrieben, die du ohnehin nutzt. Die Skriptanalyse kostet 4 Credits pro 3.333 Zeichen englischen Texts; die Einstellungsliste jeder Episode kostet 1 Credit pro 333 Zeichen dieser Episode. Eine Zeile umzuschreiben ist kostenlos; das Neurendern des Segments, das sie enthält, kostet das Video des Segments, ab 10 Credits pro Sekunde (≈ 0,06 $/s bei niedrigster Credit-Preis). Die Stimmzuordnung kostet nichts. Neue Konten auf SceneMixer starten mit 50 Credits und einer kostenlosen Vorschau von bis zu 5 Sekunden — genug, um eine Zeile gesprochen zu hören, bevor du irgendetwas bezahlst. Die vollständige Tabelle steht auf der Preisseite.
Sprachen
Muttersprachliche Dialoge in 15 Sprachen
Jede Serie unten wurde mit derselben SceneMixer-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.
A Carta de LisboaPortuguêsMuttersprachliche Dialoge
윈터 프라미스한국어Muttersprachliche Dialoge
El Secreto de CostaEspañolMuttersprachliche Dialoge
浪人の誓い日本語Muttersprachliche Dialoge
Ikrar JakartaBahasa IndonesiaMuttersprachliche Dialoge
Зимняя коронаРусскийMuttersprachliche Dialoge
L’Héritier du DéfiléFrançaisMuttersprachliche Dialoge
Il Tavolo dell'OlivaItalianoMuttersprachliche Dialoge
De Vuurtoren van de FjordNederlandsMuttersprachliche Dialoge
العهد الصحراويالعربيةMuttersprachliche Dialoge
Çantasındaki SözleşmeTürkçeMuttersprachliche Dialoge
Die Istanbul-TäuschungDeutschIn deiner Sprache
Останній сигналУкраїнськаMuttersprachliche Dialoge
問劍青雲繁體中文Muttersprachliche Dialoge
The Last EnvelopeEnglishMuttersprachliche Dialoge
In SceneMixer vs. Tools zusammenstückeln
Die meisten AI-Drama-Workflows bestehen aus fünf oder sechs Tools hintereinander. Hier siehst du, wo jeder Schritt in SceneMixer stattfindet und was er ersetzt.
| Schritt | In SceneMixer | Von Hand mit einzelnen Tools |
|---|---|---|
| Drehbuch und Episodenplan | Füge ein Drehbuch oder einen Roman ein oder tippe eine Zeile: Daraus werden eine Besetzung, Schauplätze, Requisiten und eine Episodenübersicht herausgelesen, die du bearbeiten kannst | Ein Chat-Modell schreibt das Drehbuch; du teilst es in Episoden auf und trägst den Text von Tool zu Tool |
| Gesichter der Figuren und Schauplätze | Jede Figur, jeder Schauplatz und jede Requisite wird einmal als Referenzbogen gezeichnet und jeder Einstellung beigefügt, in der sie vorkommt | Ein Bildmodell, ein Bogen nach dem anderen; die passende Referenz lädst du für jeden Clip selbst hoch |
| Einstellungen | Ein Storyboard pro Episode mit nummerierten Einstellungen und Sekunden; das Video wird Segment für Segment in 9:16 oder 16:9 anhand derselben Bögen generiert | Ein Videomodell, ein Clip pro Prompt, und dieselben Personen beschreibst du jedes Mal neu |
| Stimmen und Dialog | Die Zeilen werden im Video selbst gesprochen, eine Stimme pro Figur, in einer von 15 Sprachen | Ein Text-to-Speech-Tool für jede Zeile, danach eine Lippensynchronisation für jeden Clip |
| Eine Einstellung korrigieren | Den Text dieser Einstellung bearbeiten und nur das Segment neu generieren; der Rest der Episode bleibt unberührt | Den Clip neu generieren, dann die Timeline neu schneiden |
| Fertigstellung | Die Segmente werden mit der Musik zu einer Episodendatei zusammengesetzt; Mitglieder laden sie ohne AI-Kennzeichnung herunter | Ein Videoeditor, um die Clips zusammenzufügen, Musik und Untertitel hinzuzufügen und dann zu exportieren |
| Veröffentlichen | Du lädst die fertige Episode auf TikTok, YouTube, Instagram oder sonst wohin hoch; nichts wird für dich gepostet | Von Hand hochladen, genau wie hier |
Häufig gestellte Fragen
Kann ich den Dialog selbst schreiben, statt ihn generieren zu lassen?
Ja. Die Einstellungsliste von SceneMixer ist bearbeitbarer Text — ersetze jede Zeile durch deine eigene, und nur dieses Segment wird neu gerendert. Manche fügen auch ein fertiges Drehbuch ein; dann übernimmt die Analyse die bestehenden Zeilen, statt neue zu erfinden.
Wie steuere ich, wie eine Zeile gesprochen wird?
Über die Sprechanweisung in Klammern daneben. Halte sie kurz und beziehe dich auf die Art des Sprechens, nicht auf den Inhalt: „leise, nicht fragend“ verändert die Lesart; „sie sagt, dass sie geht“ tut das nicht, weil die Zeile das bereits aussagt.
Klingt dieselbe Figur in allen Episoden gleich?
Ja — die Stimme ist eine Eigenschaft der Figur im Projekt, einmal zugeordnet und wiederverwendet, genauso wie das Gesicht. Wenn du für eine Figur eine eigene Probe hochlädst, ist dieser Upload eine dauerhafte Wahl, und SceneMixer überschreibt sie nie mit späteren Zuordnungen.
Was passiert mit inneren Monologen aus einem Roman?
SceneMixer macht daraus eine markierte Zeile — innere Stimme oder Erzähler —, damit sie gehört wird, während das Bild etwas Sehenswertes zeigt, statt zur Einstellung einer nachdenkenden Person zu werden.
Kann die Oberfläche in einer Sprache und der Dialog in einer anderen sein?
Ja, und das ist der Normalfall: Die Oberfläche von SceneMixer und die Arbeitsdokumente folgen deiner eigenen Sprache, die gesprochenen Zeilen folgen der Projekteinstellung. Ein englischsprachiger Produzent kann eine koreanischsprachige Serie ausliefern und trotzdem jedes Dokument auf Englisch lesen.
Höre eine Zeile an, bevor du dafür bezahlst
Eine kostenlose Vorschau rendert die erste Einstellung deiner eigenen Episode, eingesprochen.
SceneMixer kostenlos testenCredit-Pakete ab 1,49 $ · Pro 7,99 $/Monat · Keine Kreditkarte zum Start nötig