Ein mehrsprachiges Video mit sprechendem Avatar entsteht am zuverlässigsten aus einer freigegebenen Ausgangsversion, deren Skript, Stimme, Untertitel und Lippensynchronisation du für jede Sprache anpasst. Übersetze nicht fünf Skripte gleichzeitig. Gib zuerst Porträt und Botschaft frei, teste einen Markt als Pilot und übertrage die gleiche Produktionskonfiguration erst danach auf weitere Sprachen.
Neuaufbau oder Übersetzung wählen
Dein Ausgangsmaterial bestimmt den besseren Lokalisierungsweg. Der sprechende Avatar von DomoAI eignet sich für einen Neuaufbau aus einem Porträt mit flexiblem Sprechtempo. Ein vorhandenes Video solltest du übersetzen oder synchronisieren, wenn Timing und Bildfolge unverändert bleiben müssen.
Ein Neuaufbau aus einem Porträt ist sinnvoll, wenn:
- du ein Standbild, ein Skript und mehrere Stimmoptionen hast,
- jede Sprache ihre natürliche Satzlänge verwenden darf,
- du Mimik, Pausen oder Bildausschnitt ändern möchtest,
- das Ausgangsvideo keine Bildhandlungen enthält, die genau an einzelne Wörter gebunden sind.
Übersetzung oder Synchronisation ist effizienter, wenn:
- bereits ein geschnittenes Präsentationsvideo vorliegt,
- Bildschirmaktionen, Grafiken oder Schnitte ihr ursprüngliches Timing behalten müssen,
- die Körperbewegung der sprechenden Person unverändert bleiben soll,
- der Neuaufbau jeder Szene unnötige Arbeit verursachen würde.
Ein hybrider Ansatz eignet sich, wenn der Avatar nur in kurzen Präsentationssegmenten zwischen B-Roll oder Bildschirmaufnahmen erscheint. Baue diese Segmente für jede Sprache neu auf, nutze videobasierte Lippensynchronisation, wenn aufgezeichnete Bewegungen erhalten bleiben müssen, und verwende Bildabschnitte ohne sprachspezifischen Text erneut. So bekommt jede Stimme ein natürliches Tempo, ohne dass das gesamte Video neu entstehen muss.
Bei charaktergeführten Kampagnen gilt: Bewahre dieselbe visuelle Identität und ändere nur das sprachspezifische Skript und Audio.
Eine freigegebene Ausgangsversion erstellen
Lege die Ausgangsversion vor der Lokalisierung fest. Andernfalls können Bildausschnitt, Botschaft, Tempo und Bewegung von Markt zu Markt auseinanderdriften.
Erstelle einen kurzen Piloten in der Ausgangssprache und gib folgende Punkte frei:
- Porträt: Prüfe Gesicht, Bildausschnitt, Beleuchtung und Hintergrund.
- Kernbotschaft: Bestimme Aussage, Anleitung und Handlungsaufforderung, die jede Version erhalten muss.
- Vortrag: Lege Ton, Tempo und Ausdrucksstärke fest.
- Bildausschnitt: Bestimme das Seitenverhältnis und lasse Raum für Untertitel oder ergänzende Bilder.
- Visuelle Richtung: Halte Gesten und Kopfbewegungen so zurückhaltend, dass sie zu verschiedenen Sprachrhythmen passen.
- Qualitätsstandard: Definiere akzeptables Lippen-Timing, Identitätsstabilität, Aussprache und Untertitelgenauigkeit.
Mit einem 20-sekündigen Piloten kannst du Porträt, Stimme und Bewegung testen, ohne das vollständige Skript zu produzieren. Speichere nach der Freigabe Bild, Zuschnitt, Einstellungen, Prompt und Exportformat. Prüfe vor der Skalierung die unterstützten Bild- und Audioeingaben.
Die Ausgangsversion ist keine Sprachvorlage, die Wort für Wort übernommen werden muss. Sie ist die freigegebene Botschaft und der visuelle Standard. Jede Region soll diesen Standard wahren und zugleich natürlich formulieren.
Bedeutung statt einzelner Wörter lokalisieren
Eine wörtliche Übersetzung kann den Wortschatz erhalten und dennoch Klarheit, Länge und Ton beschädigen. Ein lokalisiertes Skript muss denselben Zweck in einer Sprache erfüllen, die für die Zielgruppe natürlich klingt.
Erstelle für jede Region ein Arbeitsblatt mit diesen Feldern:
| Feld | Zu erfassende Angaben |
|---|---|
| Zielgruppe und Gebietsschema | Land oder Region, nicht nur der Sprachname |
| Pflichtbotschaft | Aussage, Anleitung oder Ergebnis, das nicht verändert werden darf |
| Terminologie | Freigegebene Produkt-, Kurs- oder Fachbegriffe |
| Namen und Zahlen | Bevorzugte Aussprache und Sprechweise |
| Ton | Formell, dialogorientiert, erklärend oder verspielt |
| Zielzeit | Bevorzugte Länge und Szenengrenzen |
| Untertitelstil | Zeichensetzung, Zeilenlänge und Leseniveau |
| Prüfperson | Für die Sprachfreigabe zuständige Person |
Beginne mit der beabsichtigten Bedeutung und formuliere dann für die Region neu. Kürze wiederholten Kontext, ersetze ungewohnte Redewendungen und passe die Handlungsaufforderung an, wenn die ursprüngliche Formulierung nicht zu lokalen Erwartungen passt. Regulatorische, vertragliche, medizinische oder finanzielle Aussagen müssen von qualifizierten Fachleuten geprüft werden.
Lass eine Stimme in einer Sprache keinen Text lesen, der für eine andere Sprache geschrieben wurde. Selbst wenn sie die Wörter aussprechen kann, können Betonung, Rhythmus und Lautfolgen falsch klingen.
Länge kürzen, ohne die Botschaft zu verlieren
Übersetzte Sprache kann länger oder kürzer als die Ausgangsversion sein. Wenn eine natürliche Übersetzung einen längeren Clip braucht, prüfe die aktuell verfügbaren Videolängen, statt die Stimme unnatürlich schnell sprechen zu lassen.
Ist eine Zeile zu lang, arbeite in dieser Reihenfolge:
- Entferne Wiederholungen, die für das Ergebnis nicht erforderlich sind.
- Ersetze lange Wendungen durch kürzere, natürliche Entsprechungen.
- Teile einen Satz in zwei klarere Zeilen.
- Verlängere die Szene, wenn die visuelle Struktur es zulässt.
- Baue das Präsentationssegment neu auf, statt es in einen festen Schnitt zu pressen.
Bewahre die Hauptaussage und die Handlung. Die Länge soll dem Verständnis dienen, nicht umgekehrt.
Den passenden Stimmweg für den Markt wählen
Die integrierte Funktion Text zu Sprache, eine autorisierte geklonte Stimme und die Aufnahme einer muttersprachlichen Person lösen unterschiedliche Produktionsaufgaben. Wähle für jede Region die passende Methode, statt überall dieselbe Option einzusetzen.
| Stimmweg | Am besten geeignet | Hauptvorteil | Hauptrisiko |
|---|---|---|---|
| Text zu Sprache | Schnelle Aktualisierungen und mehrere Varianten | Das Skript lässt sich leicht ändern | Aussprache oder Ton benötigen möglicherweise weitere Prüfung |
| Autorisierte geklonte Stimme | Gleichbleibende Sprecheridentität | Vertraute Stimme über mehrere Sprachen hinweg | Einwilligung, Verfügbarkeit und Akzentqualität unterscheiden sich |
| Muttersprachliche Aufnahme | Hochwertige oder nuancierte Beiträge | Natürliche Formulierung und lokaler Ausdruck | Aufnahme und Korrekturen erfordern mehr Abstimmung |
Teste einen kurzen Abschnitt mit Namen, Fachbegriffen, Zahlen und der abschließenden Handlung. Eine allgemein angenehme Stimme kann gerade bei den wichtigsten Wörtern scheitern.
Prüfe die Aussprache bei normaler Geschwindigkeit. Eine langsamere Wiedergabe hilft bei der Fehlersuche, aber das Publikum bewertet die normale Ausgabe. Spricht eine integrierte Stimme einen Pflichtbegriff wiederholt falsch aus, ändere die Formulierung, nutze eine unterstützte Aussprachekontrolle oder wähle eine freigegebene Aufnahme.
Auch die Stimmidentität ist eine Berechtigungsfrage. Verwende die aufgenommene oder geklonte Stimme einer Person nur mit klarer Zustimmung für die geplanten Sprachen und Vertriebskanäle.
Konsistente Sprachvarianten erzeugen
Konsistenz entsteht, wenn die visuellen Eingaben feststehen und nur sprachspezifische Ressourcen wechseln. Ein Einstellungsprotokoll macht den Ablauf über mehrere Personen oder Sitzungen hinweg wiederholbar.
Halte diese Elemente fest:
- Ausgangsporträt und Bildausschnitt
- Hintergrund und Komposition
- Bewegungs- oder Ausdrucksrichtung
- Seitenverhältnis und Exportauflösung
- Position und visueller Stil der Untertitel
- Anfangs- und Schlussbilder
Ändere diese Elemente je Region:
- Lokalisiertes Skript
- Stimme oder freigegebene Aufnahme
- Aussprachehinweise
- Untertitel und Bildschirmtext
- Dauer, wenn natürliche Sprache sie erfordert
Der Dateiname sollte Kampagne, Gebietsschema, Version, Länge und Datum enthalten. onboarding_fr-FR_v03_32s_2026-07-27.mp4 lässt sich zum Beispiel leichter verwalten als final-new-2.mp4.
Erzeuge eine Zielsprache, bevor du den vollständigen Satz produzierst. Dieser Pilot prüft Arbeitsblatt, Stimmkontrolle, Dateinamen und Freigabeprozess. Korrigiere das System einmal und wiederhole es danach.
Sprache und Video gemeinsam prüfen
Ein flüssiges Transkript kann trotzdem ein schwaches Video ergeben, und ein visuell sauberer Avatar kann die falsche Botschaft vermitteln. Führe vor der endgültigen Freigabe getrennte Sprach- und audiovisuelle Prüfungen durch.
Die Sprachprüfung umfasst:
- Bedeutung und sachliche Richtigkeit
- Für die Region passende Formulierungen
- Namen, Zahlen und Fachbegriffe
- Aussprache und Betonung
- Ton und Leseniveau
- Untertitel und Bildschirmtext
Die Videoprüfung umfasst:
- Lippen-Timing beim ersten Wort, in Pausen und beim letzten Wort
- Mundbewegungen während der Stille
- Stabilität von Identität und Gesicht
- Wiederholte oder störende Gesten
- Timing und Sicherheitsbereiche der Untertitel
- Audiopegel und Hintergrundgeräusche
Erfasse jedes Problem in einer gemeinsamen Tabelle:
| Gebietsschema | Zeitstempel | Problem | Typ | Schweregrad | Zuständig | Status |
|---|---|---|---|---|---|---|
| es-MX | 00:07 | Produktname falsch ausgesprochen | Sprache | Hoch | Audioeditor | Offen |
| de-DE | 00:14 | Untertitel verdeckt den Mund | Video | Mittel | Videoeditor | Offen |
Gemeinsame Schweregradregeln verhindern, dass das Team jeden Fehler neu bewertet. Stoppe die Veröffentlichung bei einer falschen Aussage oder Anleitung, beleidigender Formulierung, fehlender Einwilligung oder unbrauchbarer Aussprache. Eine kleine Vorliebe bei Gesten benötigt nicht dieselbe Reaktion.
Prüfe die endgültig exportierte Datei und nicht nur die Vorschau im Generator. Exporteinstellungen, Untertitel und spätere Bearbeitung können neue Probleme verursachen. Benötigt der freigegebene Clip eine höher aufgelöste Endbearbeitung, nutze den Video-Upscaler erst nach der Sprach- und Lippensynchronisationsprüfung.
Das Sprachpaket veröffentlichen und pflegen
Mehrsprachige Produktion endet nicht mit der ersten Veröffentlichung. Eine gemeinsame zentrale Dokumentation hält Titel, Untertitel, Dateien, Veröffentlichungsdaten und spätere Aktualisierungen in allen Regionen auf demselben Stand.
Speichere das freigegebene Ausgangsskript, lokalisierte Skripte, die gewählte Stimme, die Prüfperson, den Exportort und das Datum der letzten Prüfung in einem gemeinsamen Datensatz. Nutze Gebietsschemacodes in Dateinamen und Veröffentlichungsfeldern. Verlasse dich nicht nur auf Flaggen, denn eine Sprache kann mehrere Regionen bedienen.
Wenn sich die Ausgangsbotschaft ändert, markiere alle betroffenen Versionen zur Prüfung. Selbst eine kleine sachliche Aktualisierung kann neues Audio, neue Untertitel, neuen Bildschirmtext und ein neu erzeugtes Avatar-Segment erfordern. Aktualisiere das vollständige Paket, statt ältere Sprachen mit überholten Anweisungen stehen zu lassen.
Lokalisiere auch die begleitenden Veröffentlichungsfelder. Titel, Beschreibungen, Text auf Vorschaubildern, Kapitelbezeichnungen und Downloads müssen zur gesprochenen Sprache und Zielregion passen. Prüfe nach dem Hochladen, ob die Untertitel weiterhin der richtigen Videoversion zugeordnet sind. Eine hochwertige Stimme kann englische Metadaten, ein veraltetes Vorschaubild oder eine falsche Untertiteldatei nicht ausgleichen.
Häufig gestellte Fragen
Brauche ich für jede Sprache ein anderes Foto?
Nein. Die Wiederverwendung eines freigegebenen Porträts verbessert in der Regel die visuelle Konsistenz. Nutze marktspezifische Bilder nur, wenn Zielgruppe, Kontext, Kleidung, Bildsprache oder kulturelle Erwartungen eine sinnvolle Änderung verlangen. Muss ein Markt vor der Animation Hintergrund oder Kleidung anpassen, bearbeite eine Kopie des freigegebenen Ausgangsbildes.
Kann dieselbe Stimme jede Sprache natürlich sprechen?
Manchmal, aber setze es nicht voraus. Stimmverfügbarkeit, Akzent, Aussprache und emotionale Bandbreite unterscheiden sich je Sprache und Werkzeug. Teste die Pflichtbegriffe in jeder Region.
Sollte jede Sprachversion Untertitel haben?
Untertitel werden für jede Sprachversion empfohlen. Sie verbessern die Barrierefreiheit und helfen Menschen, die ohne Ton schauen. Prüfe jede Untertiteldatei einzeln, denn korrekte Sprache garantiert weder gute Zeilenumbrüche noch richtiges Timing, richtige Namen oder korrekte Zeichensetzung.
Soll ich ein vorhandenes Video übersetzen oder den Avatar neu aufbauen?
Übersetze vorhandenes Material, wenn das visuelle Timing unverändert bleiben muss. Baue es aus dem Porträt neu auf, wenn jede Sprache ein natürliches Tempo, neue Szenenlängen oder einen anderen Vortrag benötigt.
Einen Markt abschließen, bevor du skalierst
Schließe eine Zielsprache vom Skript bis zum Export ab, bevor du den Rest des Pakets öffnest. Dieser Pilot deckt Probleme bei Aussprache, Dauer, Untertiteln und Freigabe auf. Korrigiere den Prozess, weise jede Prüfverantwortung zu und wiederhole ihn anschließend für die übrigen Märkte.
