AI-personagestemmen

Waar de stem werkelijk vandaan komt

De meeste AI-videowerkstromen behandelen audio als een tweede stap: genereer stil beeldmateriaal, synthetiseer teksten en worstel daarna met lipsynchronisatie. De videomodellen hier genereren audio en beeld in één ronde, waardoor dat gevecht verdwijnt, maar verandert wat een "steminelling" is. Het is geen tekst-naar-spraakengine waar je een script in voert — het is een referentie waar de generatie op gebaseerd is.

Wat er ook aan gekoppeld is, wordt consistent gebruikt: hetzelfde personage spreekt met dezelfde stem in elk segment en elke aflevering, om dezelfde reden dat hun gezicht hetzelfde blijft — de referentie reist met ze mee.

Wat we niet doen, en waarom

Er is hier geen hulpmiddel om een stem te klonen uit een opname van iemand anders. Dat is een bewuste leemte, geen item op de roadmap: het publiceren van een synthetische uitvoering van de stem van een echte persoon is een portretrechtelijk probleem in de meeste markten die we bedienen, en een product waarmee dat met één klik kan, maakt het tot iets gewoons. Onze eigen nalevingschecklist behandelt portretrecht — zowel gezicht als stem — als iets waar je het recht op moet hebben voordat je het publiceert.

Twee dingen die daaruit volgen, en die het waard zijn om duidelijk te zeggen:

• Je eigen stem uploaden is prima. Dat is jouw portret, en de uploadmogelijkheid bestaat precies daarvoor.
• Een stem ontwerpen vanuit een tekstbeschrijving is hier niet de werkwijze. Die keten is in augustus 2026 verwijderd ten gunste van het matchen van echte gesamplede stemmen, omdat een stem ontworpen met bijvoeglijke naamwoorden per opname verschuift, net zoals een gezicht dat met bijvoeglijke naamwoorden wordt beschreven dat doet.

Taal is een aparte instelling

De dialoogtaal wordt gekozen in Stap 1 en geldt voor het hele project: de teksten worden in die taal geschreven tijdens de analysefase, woord voor woord gekopieerd naar het storyboard en erin uitgevoerd. Dit is geen nasynchronisatie over een Engels origineel — er is geen Engels origineel. De cast, namen en omgevingen kunnen tegelijkertijd worden aangepast aan de bijbehorende markt via de doelregio-instelling. Er worden vijftien talen ondersteund, en het argument tegen nasynchronisatie gaat dieper in op waarom het genereren van de tekst beter is dan het opnieuw timen ervan.

Wat het kost

Stemkoppeling is een gratis modeloproep — het verbruikt geen credits en telt niet mee voor je limiet voor gelijktijdige taken. Je eigen voorbeeld uploaden is gratis. De audio zelf maakt deel uit van videogeneratie, die begint bij 10 credits per seconde uitvoer (≈ $0.06/s bij het laagste creditprijs-abonnement); er zijn geen aparte kosten per woord of per personage voor spraak. Zie de prijzenpagina, of het overzicht van de generator voor waar de stem zich in het proces bevindt.

Wat je nog steeds niet kunt doen

• Een geüploade clip opnieuw van stem voorzien. Spraak wordt samen met het beeld gegenereerd; er is geen ronde die de audio op bestaand beeldmateriaal vervangt.
• Een tekst op het gehoor regisseren. De voordracht wordt gestuurd door de schriftelijke aantekeningen in het storyboard — een aanwijzing tussen haken bij elke tekst — niet door een golfvormeditor. Als een voorlezing niet klopt, wijzig je de aantekening en regenereer je het segment.
• Ondertitels inbranden. Ondertitels voor een platform worden na export toegevoegd; de pijplijn schrijft alleen tekst in het beeld als het verhaal daarom vraagt.

Elke aflevering, in vijftien talen

De dialoogtaal wordt eenmaal ingesteld in Stap 1 en de hele uitvoering wordt erin gedaan, waarbij de doelregio-instelling namen, gezichten en straten tegelijkertijd aanpast aan die markt. Elk voorbeeld hieronder is op die manier gemaakt, één per taal.

Veelgestelde vragen

Prijzen·Gidsen·Voorbeelden·Ondersteuning·Privacy·Voorwaarden·Juridisch·Contact·© 2026 SceneMixer