Text-zu-Sprache für Produktvideos funktioniert am besten, wenn das Bild entscheidet, wo Narration nötig ist. Von einem schon geschlossenen Absatz auszugehen, erzeugt oft Audio, das offensichtliche Klicks wiederholt, die Oberfläche überdeckt und der Zuschauerin keine Luft lässt, eine Änderung aufzunehmen.
Nutze diese Checkliste, wenn schon eine erste Bildfolge existiert. Verwandle jede Bildschirmänderung in eine Narrationsentscheidung und teile das erzeugte Audio in Abschnitte, die du ersetzen kannst, wenn sich das Produkt ändert.
Die wichtigsten Punkte
- Sieh den Rohschnitt ohne Narration an, bevor du einen Sprechertext schreibst.
- Verbrauche Wörter nur für den Kontext, den der Bildschirm allein nicht tragen kann.
- Teste den Satz mit dem engsten Zeitfenster.
- Exportiere getrennte Abschnitte, damit eine Interface-Änderung lokal bleibt.
Markiere, was das Bild ohne Worte vermittelt
Spiele das Video stumm ab und kennzeichne jeden Bildabschnitt als selbsterklärend, mehrdeutig oder nicht sichtbar. Ein Cursor, der ein Menü öffnet, braucht vielleicht keine Beschreibung. Der Grund, genau dieses Menü zu wählen, kann eine kurze Zeile verlangen. Eine Konsequenz außerhalb des Bildes kann einen Hinweis vor dem Klick verlangen.
Baue eine Notiz mit drei Spalten: sichtbare Aktion, fehlende Bedeutung, maximale Sprechdauer. So ist Stille eine bewusste Wahl, kein leeres Loch, das gefüllt werden muss.
Gib jedem Bildabschnitt ein Wortbudget
Schreibe für die verfügbare Szene, nicht für die Absatzlänge, die dir gefällt. Lies die Zeile laut in einem ruhigen Tempo und lass Luft davor und danach. Passt die Anweisung nur bei überhöhter Geschwindigkeit, kürze den Satz oder verlängere den Bildabschnitt.
Produktlabels bleiben unangetastet. Rücke das Label an die Aktion, die es benennt, und streiche Vorbereitungssätze, die das Substantiv verzögern. Zahlenangaben und Warnungen verdienen eigenen Hörraum.
Teste den unflexibelsten Satz
Wähle die Zeile mit dem kürzesten Fenster, dem schwierigsten Namen oder der wichtigsten Konsequenz. Vergleiche Kandidateninterpretationen aus dem öffentlichen Stimmenkatalog mit genau diesen Wörtern. Eine Stimme, die in einer generischen Probe glänzt, hat noch nicht bewiesen, dass sie den Schnitt trägt.
Schicke die Finalistinnen zu Text-zu-Sprache. Prüfe, ob das Schlüsselwort verständlich ist, ob die Interpretation ohne Beschleunigen passt und ob das letzte Wort vor dem Bildwechsel endet. Korrigiere den Text, bevor du versuchst, ein Strukturproblem mit Regieanweisungen zu überdecken.
Generiere an den Schnittgrenzen
Erzeuge eine Datei pro Szene, Anweisung oder stabiler redaktioneller Einheit. Vermeide willkürliche Schnitte mitten in einer Idee. Eine gute Grenze lässt den Cutter ein Control mit neuem Namen ersetzen, ohne die vorherige Erklärung oder den folgenden Nutzen anzufassen.
Nimm eine Abschnittskennung in den Dateinamen und ins Skript auf. Bewahre eine freigegebene Referenzaufnahme für die Kontinuität. Der Generierungsverlauf hilft, eine frühere Version zurückzuholen, während das zugehörige Skript Wörter und Freigabestatus festhält.
Regie mit einem beobachtbaren Kontrast
Hinweise wie „wärmer“ oder „dynamischer“ bedeuten für jede Reviewerin etwas anderes. Beschreibe einen an die Szene gebundenen Kontrast: lass die Warnung langsamer als den Übergang, mach das Button-Label klarer als den umgebenden Satz oder schließe die letzte Zeile ohne werbliche Hebung.
Nach dem Generieren hör einmal ohne Untertitel und ohne Musik, um Formulierung und Sync zu prüfen. Danach prüfe das volle Erlebnis mit Musik, Untertiteln und Bild. Der zweite Durchgang sagt, ob die Narration die nötige Information im Kontext noch trägt.
Bereite den nächsten Interface-Wechsel vor
Lege das finale Skript, die Abschnittskarte, die freigegebenen Dateien und die Ausspracheentscheidungen zusammen ab. Markiere die Zeilen, die Interface-Text zitieren. Ändert sich die Oberfläche, konsultiere zuerst diese Akte und generiere nur die betroffenen Abschnitte neu.
Für die Lokalisierung kopiere die Karte der Bild-Beats, statt übersetzte Sätze in die englischen Zeiten zu zwingen. Eine Sprache kann ein anderes Wortbudget oder eine andere Szenenlänge verlangen, solange dasselbe Ergebnis für die Person erhalten bleibt, die das Produkt nutzt.
Veröffentlichungskarte
- Jedes gesprochene Label stimmt mit der sichtbaren Oberfläche überein.
- Die Narration liefert Sinn, statt jede Bewegung zu beschreiben.
- Zahlenangaben, Warnungen und Produktnamen überleben ein einziges Hören.
- Jede Datei zeigt auf einen Abschnitt des freigegebenen Skripts.
- Der vollständige Mix lässt Raum für Untertitel und visuelle Aufmerksamkeit.
- Ersatzanweisungen und die Referenzaufnahme sind auffindbar.
Häufige Fragen
Soll die Narration jeden Klick beschreiben?
Nein. Beschreibe Zweck, Konsequenz oder unsichtbaren Kontext; lass die offensichtliche Zeigerbewegung für sich sprechen.
Wie viel Stille ist akzeptabel?
So viel, wie die Zuschauerin braucht, um eine relevante Bildänderung aufzunehmen. Stille ist Teil des Rhythmus; sie ist kein fehlender Text.
Kann eine einzige Stimme eine Videoserie tragen?
Ja, wenn jede neue Folge die Hörprobe der schwierigen Zeile und die Kontinuitätsprüfung besteht.
Was ändert sich, wenn ein Button umbenannt wird?
Aktualisiere die Skriptakte und regeneriere jeden Abschnitt, der das alte Label spricht. Die übrigen freigegebenen Abschnitte können bleiben.
Wann soll die Lokalisierungsplanung beginnen?
Beim Planen der Bildabschnitte, bevor die englische Narration die Dauer jeder Szene festschreibt.
Lass den Schnitt die Wörter verlangen
Sieh die ersten dreißig Sekunden stumm, identifiziere eine fehlende Bedeutung und schreibe nur die Zeile, die sie liefert. Das ist ein festerer Start für Text-zu-Sprache für Produktvideos, als die Oberfläche von oben nach unten zu erzählen.