Manchmal läuft ein fertiger Dub bei den meisten Segmenten einwandfrei, klingt aber bei anderen falsch — verzerrt, roboterhaft, plötzlich lauter oder leiser, oder wie ein anderer Sprecher mitten im Satz. Hier erfährst du, wie du herausfindest, was passiert, und wie du es behebst.
Häufige Ursachen
Die Quellaudio ist das eigentliche Problem
Voice Cloning ist nur so gut wie die Quelle. Wenn dein Input hat:
Hintergrundmusik oder starke Soundeffekte unter der Sprache,
mehrere überlappende Sprecher,
Echo, Hall oder Raumgeräusche,
niedrige Aufnahmelautstärke mit normalisierten Höhen,
…klingt die geklonte Stimme inkonsistent. Der Clone passt sich an, was er gehört hat, einschließlich des Rauschens.
Was du tun kannst: Verbessere die Quellenaufnahme. Bessere Mikrofonplatzierung, weniger Hall und isolierte Sprache (keine Musik darunter) machen einen enormen Unterschied. Wenn du nicht neu aufnehmen kannst, exportiere die Quelle mit bereinigtem Audio, bevor du sie hochlädst.
Die Sprechererkennung hat ein Segment falsch zugeordnet
Wenn mehr als ein Sprecher auf der Kamera ist, teilt das System die Segmente nach Sprecher auf. Wenn ein Segment dem falschen Sprecher zugeordnet wurde, klingt dieses Segment nach einer anderen Stimme.
Was du tun kannst: Öffne das Segment, überprüfe die Sprecherzuordnung und weise es dem richtigen Sprecher zu. Das Audio wird automatisch neu generiert.
Der Voice Clone selbst war schwach
Manchmal erfasst die geklonte Stimme den Sprecher einfach nicht gut — meistens weil es nicht genug saubere Sprache in der Quelle gab, um davon zu klonen.
Was du tun kannst: Wechsle das Segment (oder den gesamten Dub) statt des Klonens auf eine Studio Voice. Studio Voices sind professionell trainiert und in jedem Segment konsistent.
Ein einzelnes schlechtes Segment
Ein einzelnes Segment kann verzerrt herauskommen, auch wenn der Rest in Ordnung ist, besonders wenn das Quellaudio für dieses Segment rau war (Hintergrundknall, Musikanschwellen, Überlappung mit einer anderen Stimme).
Was du tun kannst: Öffne das Segment und löse eine Neu-Generierung aus. Wenn es immer noch schlecht ist, bearbeite den Segmenttext — manchmal reicht eine kleine Umformulierung, um eine saubere Aufnahme zu erzeugen.
Die Stimme flüstert plötzlich, wechselt den Akzent oder bricht mitten im Segment
Das sind Zeichen dafür, dass die Stimmgenerierung auf eine schwierige Stelle gestoßen ist. Das Modell erholt sich normalerweise innerhalb weniger Wörter, aber bei schwierigeren Segmenten kann es:
In ein Flüstern abfallen — normalerweise ausgelöst durch sehr leises Eingabe-Audio im Quellsegment oder durch lange Pausen, die das Modell als leises Sprechen interpretiert.
Den Akzent wechseln — die geklonte Stimme kann kurz in einen anderen regionalen Akzent gleiten, wenn die Quellaufnahme über Segmente hinweg einen inkonsistenten Akzent hatte.
Brechen oder stottern — das Modell verliert das Vertrauen und produziert Audio-Glitches, oft bei langen Wörtern, Fachbegriffen oder Zahlen.
Was du tun kannst: Öffne das betroffene Segment und bearbeite entweder den Original- oder den übersetzten Text leicht (umformulieren, vereinfachen oder Satzzeichen hinzufügen, um dem Modell ein klareres Parsing zu ermöglichen), dann speichere. Das Audio wird mit dem neuen Text neu generiert — meistens sauber. Wenn es im selben Segment immer wieder passiert, wechsle dieses Segment auf eine Studio Voice.
Die Stimme ist monoton, zu chaotisch oder klingt nicht wie der Sprecher
Das sind Ton- und Emotionsprobleme, keine technischen Fehler:
Monoton — das synchronisierte Audio ist flach, kein Auf und Ab, keine Emotion. Passiert normalerweise, wenn die Quellsprache selbst flach ist (Ablesen eines Skripts ohne Ausdruck).
Zu chaotisch — der Dub hat zu viel emotionale Variation, klingt aufgeregt oder ängstlich, wo die Quelle ruhig war. Selten, aber kommt bei sehr dramatischen Quellaufnahmen vor.
Klingt nicht wie der Sprecher — die geklonte Stimme entspricht der Quellperson nicht gut genug.
Was du tun kannst:
Bei monotoner Ausgabe: Verbessere die Quellenaufnahme. Weise den Sprecher an, bewusste Betonung und Pausen einzubauen. Der Clone passt sich an, was er gehört hat.
Bei klingt-nicht-ähnlich: Das Quellaudio war wahrscheinlich nicht lang genug oder nicht sauber genug zum Klonen. Verwende ein längeres, saubereres Quellsegment oder wechsle auf eine Studio Voice.
Bei zu chaotisch: Korrigiert sich normalerweise bei der Neu-Generierung selbst. Wenn es weiterhin passiert, wechsle das Segment auf eine Studio Voice für diese Zeile.
Was du tun solltest, bevor du den Support kontaktierst
Identifiziere die spezifischen Segment(e), die falsch klingen.
Höre das Originalvoice für diese Segmente — klingt die Quelle selbst rau?
Probiere die obigen Korrekturen.
Wann du den Support kontaktieren solltest
Wenn der Großteil des Dubs schlecht ist statt nur wenige Segmente, oder wenn du bereits versucht hast, die betroffenen Segmente neu zu generieren und sie immer noch falsch herauskommen, kontaktiere den Support mit der Dub-URL und einer Liste der Zeitstempel, die falsch klingen.