SceneMixer
Nederlands
Gratis aanmelden

Pratende personages

AI-video met pratende personages

Bijgewerkt 15 november 2026

Kort antwoord: spraak wordt in één keer samen met het beeld gegenereerd, niet nagesynchroniseerd op een stille render. Elke shot bevat de zin letterlijk, de genoemde spreker is gekoppeld aan een stabiele bibliotheekstem, er is een korte aanwijzing voor de voordracht en er staat expliciet dat alle anderen in beeld hun lippen dichthouden. Voor dialoogshots geldt een ondergrens voor de timing — drie woorden per seconde in het Engels — zodat een zin nooit in een te korte shot wordt geperst.
Still uit “De sluier bij dageraad”, een AI-korte drama end-to-end gegenereerd door SceneMixer (6 personages, 1 aflevering)
VoorbeeldDe sluier bij dageraadDigitaal HD1 afleveringEnd-to-end geproduceerd door SceneMixer vanuit het scriptBekijk de afleveringen
SceneMixer in één oogopslagWat je krijgt
VideoprijsVanaf $0,06 per seconde (10 credits) op het standaardniveau, tot $0,47 per seconde op het hoogste niveau; elke prijs zie je voordat je op de knop drukt
CliplengteTot 30 seconden per gegenereerd segment; een aflevering wordt uit haar segmenten samengesteld voor 1 credit per seconde
Eén aflevering, uitgerekendEen aflevering van 60 seconden op het standaardniveau kost ongeveer 660 credits (video plus samenstelling), ongeveer $4,11 tegen de laagste creditprijs; een serie van 10 afleveringen van 90 seconden uit een roman van 30.000 tekens kost ongeveer 10.026 credits, ongeveer $62
DialoogGesproken in de video zelf, met één stem per personage, in een van 15 talen
Formaten9:16 staand of 16:9 liggend; 480P tot 1080P, plus een 2K-niveau
Gratis om te beginnen50 credits bij registratie, 15 gratis afbeeldingen voor de projectopzet, een gratis storyboard voor de eerste aflevering en een gratis videovoorbeeld van 5 seconden
Wie het gebruikt2.900+ creators hebben met SceneMixer gegenereerd (accounts met minstens één generatie, geteld in november 2026)
InvoerEen script, een roman of een idee in één regel; uploads van .txt, .docx en .md

De stem komt uit dezelfde generatie als het beeld

Er zijn twee manieren om een personage op het scherm te laten praten. De ene is een stille video renderen en daarna de mond aansturen met een audiospoor — de lipsync-route, waarvoor je een gezichtsuitsnede en een sturend audiobestand nodig hebt, en die een correct bewegend gezicht oplevert maar een lichaam dat niet acteert. De andere is beeld en geluid samen genereren, zodat de voordracht en de mond één besluit zijn.

De pijplijn van SceneMixer doet het tweede. Het standaard videoniveau is audiovisueel: het model krijgt de regel, wie die zegt, hoe die wordt gezegd en een stemreferentie, en levert een shot waarin de regel is uitgesproken. Er wordt achteraf niets aan elkaar geplakt.

In één oogopslag

Wat er met een sprekende shot wordt meegestuurd
De zinLetterlijk, één keer. Precies uitgesproken zoals geschreven — niet geparafraseerd, niet opnieuw getimed.
Wie het zegtBij naam genoemd, en gekoppeld aan de stemreferentie van dat personage zodat dezelfde persoon hetzelfde klinkt in alle afleveringen.
Hoe het wordt gezegdEen korte aanwijzing tussen haken — binnensmonds, nog steeds glimlachend, het plat forceert. Een aanwijzing, geen ondertitel.
Wie er nog meer in beeld isGemarkeerd als lippen dicht, zodat luisteraars niet meepraten.
Spraak buiten beeldEerst gemarkeerd tussen de haken — voice-over, aan de telefoon, via de intercom — en daarna wordt iedereen die zichtbaar is beschreven met hun mond dicht.
TimingEen shot met dialoog is nooit korter dan de zin nodig heeft: drie woorden per seconde in het Engels, vijf tekens per seconde in het Chinees.

Stemmen worden gematcht, niet per personage gesynthetiseerd

Op SceneMixer krijgt elk personage een stem uit een bibliotheek met vooraf gemaakte systeemstemmen. Je hoort een sample van drie tot acht seconden voordat je kiest, kunt Opnieuw matchen, via de selector Andere kiezen, of je eigen opname uploaden. De reden dat het matchen is en geen stemontwerp per personage: kosten en stabiliteit. Ontworpen stemmen verschuiven tussen generaties en kosten per personage, terwijl een bibliotheekstem in aflevering één en in aflevering twaalf dezelfde stem is.

Als een personage geen toegewezen stem heeft, valt de shot terug op een geschreven beschrijving van de stem — leeftijd, klank, register — die het model interpreteert. Dat is de standaard voor nieuwe projecten; stemmen toewijzen is een bewuste stap, niet iets dat stilzwijgend bij elk personage gebeurt.

De timingregel, en waarom die bestaat

Een shot van vier seconden kan geen zestien Engelse woorden bevatten. Ofwel wordt de voordracht onverstaanbaar gehaast, ofwel wordt de regel ingekort. Daarom hebben de dialoogshots van SceneMixer een ondergrens die uit de regel wordt afgeleid: aantal woorden gedeeld door drie voor Engels, aantal tekens gedeeld door vijf voor Chinees, en korte regels krijgen er een pauze bovenop in plaats van tot hun theoretische minimum te worden geplet. Shots die te kort uitkomen voor hun regel worden gemarkeerd en gecorrigeerd voordat er iets wordt gerenderd, en dat is goedkoper dan het in de output te ontdekken.

Taal

De dialoogtaal is een projectinstelling die je één keer kiest, en die wordt toegepast waar de zinnen eerst worden geschreven in plaats van achteraf vertaald — dus de voordracht wordt in die taal gemaakt in plaats van nagesynchroniseerd. Er zijn vijftien interfacetalen beschikbaar en dialoog wordt in al die talen ondersteund; een paar talen spreken af en toe een enkel woord verkeerd uit op de standaard modellaag, en de selector vermeldt dat waar dat zo is. De pagina met personagestemmen gaat hier dieper op in.

Wat het niet doet

Wat het kost

Spraak is bij de videoprijs inbegrepen — er zijn geen aparte audiokosten. Video begint bij 10 credits per seconde uitvoer (≈ $0,06/s op de laagste creditprijs) en loopt op tot $0,47/s op de scherpste laag; montage kost 1 credit per seconde. Stemmen matchen uit de bibliotheek is gratis. Nieuwe accounts krijgen 50 credits en één gratis voorbeeld van maximaal 5 seconden — genoeg om een personage te horen praten voordat je beslist. De tarieven staan op de prijzenpagina.

Talen

Moedertaaldialoog in 15 talen

Elke onderstaande serie is geproduceerd via dezelfde SceneMixer-pijplijn, waarbij de cast die taal als moedertaal spreekt: de interface, de werkdocumenten en de gesproken regels zijn allemaal in één taal, en er is niets nagesynchroniseerd. Open er een om het te horen.

Bekijk alle 15 talen

In SceneMixer versus tools aan elkaar plakken

De meeste AI-dramaworkflows bestaan uit vijf of zes tools achter elkaar. Hier zie je waar elke stap plaatsvindt en wat die vervangt.

StapIn SceneMixerMet de hand, met losse tools
Script en afleveringsplanPlak een script of een roman, of typ één regel: het wordt ingelezen tot een cast, locaties, props en een afleveringsoverzicht dat je kunt bewerkenEen chatmodel schrijft het script; jij verdeelt het in afleveringen en sleept de tekst van tool naar tool mee
Personagegezichten en plekkenElk personage, elke locatie en elke prop wordt één keer getekend als referentieblad en gekoppeld aan elke shot waarin het voorkomtEen beeldmodel, één blad per keer; je uploadt zelf de juiste referentie bij elke clip
ShotsEen storyboard per aflevering met genummerde shots en seconden; video wordt segment voor segment gegenereerd in 9:16 of 16:9, steeds aan de hand van dezelfde bladenEen videomodel, één clip per prompt, waarbij je elke keer dezelfde mensen opnieuw beschrijft
Stemmen en dialoogDe tekst wordt in de video zelf gespeeld, met één stem per personage, in een van 15 talenEen text-to-speech-tool voor elke regel, daarna een lipsync-ronde op elke clip
Eén shot herstellenPas de tekst van die shot aan en genereer alleen dat segment opnieuw; de rest van de aflevering blijft ongemoeidGenereer de clip opnieuw en knip daarna de tijdlijn opnieuw
AfwerkingSegmenten worden samengesteld tot één afleveringsbestand met bijbehorende muziek; leden downloaden zonder de AI-badgeEen video-editor om de clips samen te voegen, muziek en ondertitels toe te voegen en daarna te exporteren
PublicerenJe uploadt de afgewerkte aflevering naar TikTok, YouTube, Instagram of waar je maar wilt; er wordt niets voor je geplaatstMet de hand uploaden, net als hier

Veelgestelde vragen

Is dit lipsync?

Nee. SceneMixer genereert beeld en spraak samen in één keer, dus de mond en de voordracht zijn dezelfde beslissing. Er is geen apart audiospoor dat op een stille render wordt afgestemd, en geen manier om een foto of geüploade video aan te sturen.

Kan ik mijn eigen stem gebruiken?

Je kunt een opname bij SceneMixer uploaden als stemreferentie voor een personage. De stem van iemand anders alleen met diens toestemming.

Bewegen luisteraars in de shot hun mond?

Dat hoort niet: SceneMixer markeert elk niet-sprekend personage in beeld uitdrukkelijk met gesloten lippen, de instructie die voorkomt dat een luisteraar meepraat met de regel.

Wat gebeurt er met voice-over en telefoongesprekken?

SceneMixer zet het buiten-beeldmerkje eerst in de afleverbeschrijving en beschrijft daarna iedereen die zichtbaar is in het shot met gesloten mond. Zo wordt de regel gehoord zonder dat iemand lijkt te spreken.

Waarom is mijn dialoogshot langer dan ik had geschreven?

Omdat de regel de tijd nodig heeft. SceneMixer geeft shots met dialoog een ondergrens van ongeveer drie woorden per seconde in het Engels en vijf tekens per seconde in het Chinees, met een pauze erbij voor heel korte regels. Een shot dat te kort is voor zijn regel wordt gecorrigeerd voordat er gerenderd wordt, niet erna.

Hoor een personage voordat je een aflevering vastzet

De gratis preview is lang genoeg voor één regel dialoog.

Probeer SceneMixer gratis

Creditpakketten vanaf $1,49 · Pro $7,99/mnd · Geen creditcard nodig om te starten