Ein Video aus einem Skript erstellen, Schritt für Schritt

Was schiefgehen kann

Bevor du beginnst

• Ein Skript mit 60 bis 90 Wörtern. Ruhig gesprochen sind das 25 bis 35 Sekunden, was vier bis sechs Aufnahmen entspricht.
• Eine Zeile pro Aufnahme mit Ort, Personen, einer Handlung und Bildgröße (Totale, Medium, Close-up).
• Ein NOLGIA-Konto. Neue Konten starten mit 350 kostenlosen Credits, und der Preis jeder Aufnahme steht auf der Schaltfläche Generieren, bevor du sie drückst.
• Nichts hochladen. Jede Aufnahme hier ist Text-zu-Video.

At two in the morning the city belongs to the ones who are still awake. The dancer in the empty car park, rehearsing for nobody. The chef closing up, lit by the last blue flame. The two friends on a rooftop who missed the last train and did not mind. The taxi driver singing to an empty back seat. Nobody is watching. That is the point.

Das Skript in eine Shot-Liste umwandeln

Lies das Skript laut vor und markiere, wo das Bild wechselt. In unserem Fall wechselt es viermal, einmal pro Satz über eine Person, daher hat die Shot-Liste vier Zeilen. Der erste Satz und die letzten beiden Sätze sind Erzählungen über den ersten und letzten Shot, keine eigenen Shots.

Generiere jede Aufnahme im Video-Composer

Öffne den Video-Composer. Unter Starten mit behältst du Text zu Video. Wähle das Modell über den Chip oberhalb des Prompts: Wir haben Kling v3 (Kling 3.0 im Menü) für die Tänzerin, den Koch und das Taxi verwendet, weil es bewegte Körper glaubwürdig darstellt, und Seedance 2.5 für die Dachterrasse. Gib den Prompt für die Aufnahme ein, wähle dann einen Chip in der Zeile Kamerafahrt und eine Stärke. Der Composer zeigt den genauen Satz an, den er deinem Prompt hinzufügen wird, unter den Chips, und ändert nie, was du eingegeben hast.

• Setze Länge auf 6 s und das Format auf 16:9. Kling v3 rendert 3 bis 15 Sekunden und Seedance 2.5 4 bis 30; der Composer bietet nur Längen an, die das Modell erzeugen kann.
• Der Preis steht auf der Schaltfläche Video generieren. Es ist das aktuelle Angebot für dieses Modell, diese Länge und Qualität, und das ist der Betrag, der dir berechnet wird.
• Drücke einmal pro Aufnahme auf Generieren. Jeder Clip landet in deiner Mediathek und in der Zeile "Neueste Generierungen" unter dem Formular.

A multi-storey car park at night, empty, wet concrete floor reflecting a row of amber sodium lamps, thin haze. A young woman with cropped bleached hair wearing a black hooded tracksuit with a thin white stripe, the jacket zipped up to the chin, black cargo trousers and white trainers, dances alone in the center of the frame, a slow controlled groove, arms cutting through the haze. Wide shot. Cinematic, anamorphic flare on the lamps, fine film grain. No text, no logos.

SHOT 2 (Truck left, subtle): A small late-night restaurant kitchen, stainless steel, most lights off, one gas burner still lit with a blue flame. A young chef in his twenties with dark messy curls and a small gold hoop earring, a black apron over a white tee, wipes down the steel pass, then reaches over and turns the burner off; the blue flame throws cool light on his face against warm amber pendant lights behind him. Medium shot, shallow depth of field, thin haze, cinematic. No text, no logos.

SHOT 3 (Crane up, medium, on Seedance 2.5): A city rooftop at night, two friends in their twenties sit side by side on a low ledge with their backs to the camera, a man in a red puffer jacket and a woman in a long camel coat; beyond them an anonymous city of dark rooftops and plain distant towers with small warm window lights, no famous landmarks, a hazy sodium glow in the sky, wind in their hair; one laughs and leans against the other. Wide shot from behind, haze, cinematic. No signs, lettering or logos anywhere.

SHOT 4 (Handheld, subtle): Inside a taxi at night, seen from the empty back seat: the driver, a young man in his twenties with a buzz cut, a thin gold chain and a vintage navy track jacket, sings along to the radio and taps the wheel, rain on the windscreen, streaks of amber streetlights and red traffic lights sliding across the glass and his face. Shallow depth of field, cinematic, film grain. No text, no logos.

Nimm die Erzählung im Audio-Composer auf

Öffne den Audio-Composer, wähle Voiceover, füge das gesamte Skript als Prompt ein und wähle eine Stimme. Wir haben ElevenLabs v3 mit der Stimme Rachel bei einer Geschwindigkeit von 0,95 verwendet. Text-to-Speech wird nach der Länge des Skripts berechnet, daher ändert sich der Preis auf der Schaltfläche, während du tippst. Unsere 66 Wörter ergaben 25,2 Sekunden Audio.

Für Musik erstellt derselbe Composer einen Soundtrack aus einer Beschreibung. Wir haben Lyria 3.5 nach einem langsamen Synth-Puls für einen nächtlichen Stadt-Film gefragt und die ersten 30 Sekunden unter den Schnitt gelegt. Halte die Beschreibung auf Stimmung und Tempo fokussiert, nicht auf die Bilder.

A slow, moody synthwave pulse at 84 bpm for a night-time city film: warm analogue pads, a soft side-chained bass, distant reverb, no drums until the second half, no vocals, cinematic and intimate

Schneide es in Studio zusammen

Öffne die Timeline und drücke Neue Timeline; du wirst zuerst nach einem Projekt gefragt, also gib einem neuen einen Namen. Öffne in der Medienspalte links die Mediathek, suche jeden Shot und drücke jeweils das +: Der Clip landet an der Playhead-Position auf einer neuen Spur. Drücke Ende, um die Playhead ans Ende des Vorhandenen zu bewegen, bevor du den nächsten Clip hinzufügst, damit die vier Shots nacheinander laufen. Drücke dann Pos1 und füge die Erzählung und die Musik auf dieselbe Weise hinzu; sie landen auf Audiospuren unter dem Bild.

• Studio speichert automatisch. Es gibt keine Speichern-Schaltfläche.
• Ein 2-minütiger Soundtrack ist länger als der Schnitt. Setze die Playhead ans Ende des Bildes, drücke C, wenn nichts ausgewählt ist, um alle Clips darunter zu teilen, klicke auf das Ende des Soundtracks und drücke Löschen.
• Drücke Video exportieren in der Kopfzeile, wenn der Schnitt so läuft, wie du es möchtest. Die MP4-Datei landet in deiner Mediathek, kostenlos.

Das fertige Werk

Fünfundzwanzig Sekunden, vier Darsteller, eine Stimme. Nichts darin erforderte ein Gesicht, das von Aufnahme zu Aufnahme übereinstimmen musste. Genau deshalb ist dieser Ansatz der schnellste.

Welches Tool für welchen Job

Wo du noch einmal neu generierst

• Schriftzüge, die du nicht angefordert hast. In unserem einzigen Kling v3-Test der Dachszene trug ein Turm im Skyline-Hintergrund ein beleuchtetes Schild. Seedance 2.5 stellte es sauber dar, sobald die Skyline als das beschrieben wurde, was dort ist: dunkle Dächer und Fensterlichter. Wenn du ein Schild im Bild möchtest, gib genau an, was darauf steht; wenn Schriftzüge unleserlich werden, generiere diese Aufnahme neu.
• Ein Walk-in am Ende. Alle drei Tänzer-Takes tanzten etwa vier Sekunden lang und gingen dann auf die Linse zu, einschließlich des Takes, bei dem die Aktion am Ende des Prompts wiederholt wurde. Schneide den Shot dort, wo der Walk-in beginnt, oder behalte ihn als Ende, wie wir es getan haben.
• Eine Aktion, die nicht in die Zeit passt. Der Koch greift in der letzten Sekunde nach dem Drehknopf, und die Flamme ist noch an, als der Shot endet. Setze die Aktion früher im Prompt, oder gib dem Shot 8 Sekunden.
• Ton. Kling v3 rendert seinen eigenen Ton im Composer; wir haben diese Shots ohne ihn erstellt, daher bestehen die gesamte Soundtrack aus der Erzählung und der Musik. Wenn der Ton eines Shots mit der Musik kollidiert, schalte seine Spur im Studio stumm.
• Länge. Ein Beat, der mehr als eine Bewegung benötigt, sind zwei Shots, oder die Option „Extend“ im selben Modell.

Was es kostet

Jeder Shot wird nach Modell, Länge und Qualität berechnet, die Erzählung nach der Anzahl der Zeichen im Skript, die Musik pro Durchlauf. Der Schnitt und der Export sind kostenlos. Die aktuellen Preise findest du unten.

Checkliste

• Skript laut vorgelesen und zeitlich abgestimmt; ein Shot pro Bildwechsel.
• Jeder Shot-Prompt nennt den Ort, das Licht, eine Aktion, die Bildgröße und die Kleidung.
• Auf jedem Shot wurde ein Kamera-Bewegungs-Chip gedrückt, die Stärke ausgewählt.
• Erzählung separat aufgenommen, Musik nach Stimmung und Tempo beschrieben.
• Schnitte in Studio gekürzt, Stimme auf den ersten Shot abgestimmt, eigener Ton stummgeschaltet, wo er mit dem Soundtrack kollidiert.
• Einmal exportiert, einmal komplett durchgeschaut, bevor du ihn teilst.

Probiere es selbst

Die vier Prompts oben, die daneben genannten Kamera-Chips, Kling v3 bei 6 s und 16:9 (Seedance 2.5 für die Dachterrasse) sowie das Skript, das als Voiceover in ElevenLabs v3 in den Audio-Composer eingefügt wurde, erzeugen dieses Stück. Das Modell würfelt jedes Mal anders; der Ort und die Kleidung sind das, was die Worte festhalten.