Tutorial auf Nanny-Niveau zur digitalen Live-Videoproduktion: vom Drehbuch zum mehrsprachigen Film

🛒 Für Einsteiger in den operativen und inhaltlichen Bereich unterstützen wir Sie dabei, die Produktion von der Themenauswahl bis zur mehrsprachigen Filmproduktion aus einer Hand zu vervollständigen.

Lernziele

Dieses Tutorial verwendet HeyGen als Beispiel, um Ihnen dabei zu helfen, mit einem Skript zu beginnen, ein veröffentlichungsfähiges digitales Sprachübertragungsvideo fertigzustellen und zu lernen, mehrsprachige Versionen im Stapel zu produzieren. Befolgen Sie einfach die Schritte während des gesamten Prozesses, es ist kein Bearbeitungshintergrund erforderlich.

Vorbereitungscheckliste

• [ ] Registrieren Sie ein HeyGen-Konto (oder ähnliche Tools, wie z. B. Synthesia) und bestätigen Sie das kostenlose Kontingent.
• [ ] Bereiten Sie ein gesprochenes Skript mit 100–200 Wörtern vor (kann mit KI-Unterstützung erstellt werden).
• [ ] Bestimmen Sie den Zweck und das Format des Videos: Die horizontale Version (16:9) ist für Bilibili/YouTube geeignet und die vertikale Version (9:16) ist für Douyin/Video Account/Kuaishou geeignet.
• [ ] Bereiten Sie markenbezogene Materialien vor (Logo, Hintergrundbild, gesprochene Untertitel).
• [ ] Bestätigen Sie die Quelle des von Ihnen verwendeten Bildes: das plattformeigene Bild oder das von Ihnen autorisierte Ton-/Bildmaterial.

Schritt 1: Schreiben Sie ein gesprochenes Skript

Das Skript zur mündlichen Ausstrahlung folgt der Struktur „Hook – Body – Call to Action“:

„Text [Hook] Viele Leute denken, dass es schwierig ist, kurze Videos zu erstellen, aber tatsächlich gibt es nur eine Methode. [Text] Verwandeln Sie heute in drei Schritten einen Text in ein gesprochenes Video ... [CTA] Wenn Sie systematisch lernen möchten, antworten Sie im Kommentarbereich auf „Tutorial“ und ich sende Ihnen die vollständige Liste. „

Schreibpunkte:

• Jeder Satz sollte auf 20 Wörter begrenzt sein, um die mündliche Übertragung und Untertitel zu erleichtern.
• Seien Sie umgangssprachlich und vermeiden Sie schriftliche Akzente und lange Sätze.
• Geben Sie an, wo „Tastenpausen“ oder „Untertitelbetonung“ erforderlich sind.

Beispiel für eine Skriptvorlage für eine mündliche Übertragung (kann direkt angewendet werden)

„Text [Hook] Die größte Angst beim Erstellen von Inhalten besteht nicht darin, dass man sie nicht schreiben kann, sondern dass niemand sie lesen wird, wenn man sie einmal geschrieben hat. [Schmerzpunkt] Ist es Ihnen schon einmal passiert, dass Sie lange aufbleiben, ein Drehbuch schreiben und es Dutzende Male aufzeichnen, aber die Anzahl der Aufrufe liegt immer noch im zweistelligen Bereich? [Methode] Heute werde ich eine Methode vorstellen: Zuerst KI verwenden, um Manuskripte stapelweise zu produzieren, und dann digitale Menschen verwenden, um Filme stapelweise zu produzieren. Sie können die Arbeit einer Woche an einem Tag erledigen. [Details] Zunächst sollte die Themenauswahl „Schmerzpunkte + Szenarien“ verwenden; Zweitens sollte das Skript kurz und umgangssprachlich sein. Drittens verwenden Sie ein einheitliches Bild, um kontinuierlich Speicherpunkte auszugeben und festzulegen. 【CTA】Möchten Sie die vollständige Skriptvorlage erhalten? Antworten Sie im Kommentarbereich mit „Digital Man“ und ich sende Ihnen die Vorlage. „

Diese Struktur eignet sich für die meisten mündlichen Übertragungsszenarien wie Produkteinführung, Wissenspopularisierung, Veranstaltungswerbung usw. und kann direkt als Ersatz für den Inhalt verwendet werden.

Schritt 2: Erzeugen Sie ein digitales menschliches Video

1. Geben Sie HeyGens „Video erstellen“ ein und wählen Sie „Avatar (Digital Human Image)“.
2. Wählen Sie horizontales oder vertikales Format.
3. Fügen Sie das Skript in das Textfeld ein und legen Sie die Sprache fest (Standard: Chinesisch).
4. Bild und Stimme auswählen: Geben Sie dem Standardbild „natürliche Sprache und klare Mundform“ Vorrang.
5. Klicken Sie auf „Generieren“ und warten Sie auf die Generierung (normalerweise einige Minuten).

Kontrollpunkte: Ob die Mundform stimmt, ob die Sprechgeschwindigkeit natürlich ist und ob am Ende eine deutliche Pause entsteht.

Schritt 3: Passen Sie die Stimme und die Sprechgeschwindigkeit an

• Sprechgeschwindigkeit: Die Standardeinstellung ist 1,0, sie kann für das Tragen von Gütern/trockenen Gütern auf 1,1-1,2 eingestellt werden, aber 1,3 nicht überschreiten, da sonst die Mundform leicht aus dem Takt geraten kann.
• Pause: Fügen Sie ein Komma/einen Punkt in das Skript ein, um den Satz auf natürliche Weise zu unterbrechen. Beginnen Sie einen neuen Satz an der Stelle, an der Sie eine Betonung benötigen.
• Sounds ändern: Wenn Sie nicht zufrieden sind, erstellen Sie nach dem Wechsel die Soundliste neu.

Schritt 4: Untertitel und Hintergrund hinzufügen

1. Aktivieren Sie „Automatische Untertitel“ und wählen Sie den Stil und die Position der Untertitel aus.
2. Fügen Sie einen Hintergrund hinzu: Sie können eine Volltonfarbe, ein Markenbild oder einen unscharfen Hintergrund verwenden.
3. Fügen Sie das Markenlogo und den abschließenden Aktionsleitfaden hinzu (kann später in einer Bearbeitungssoftware bearbeitet werden).

Vorschlag für Untertitel: Verwenden Sie hervorgehobene Farben für Schlüsselnummern und CTA, um die Abschlussrate zu erhöhen.

Schritt 5: Mehrsprachige Batch-Generierung

1. Kopieren Sie das Originalvideo in das Projekt und wählen Sie „Neu generieren“.
2. Schalten Sie die Sprache auf die Zielsprache um (z. B. Englisch, Japanisch).
3. Verwenden Sie die Plattformübersetzung oder fügen Sie den übersetzten Text nach dem manuellen Korrekturlesen ein (letzteres wird für eine höhere Qualität empfohlen).
4. Exportieren Sie alle Sprachversionen stapelweise.

Hinweis: Überprüfen Sie nach der Übersetzung unbedingt die Aussprache und Terminologie, um eine „wörtliche Übersetzung“ zu vermeiden, die dem Markengefühl schaden könnte.

Schritt sechs: Compliance und Plattformanpassung

Überprüfen Sie vor dem Posten:

• [ ] Aktivieren Sie die Anmerkung „KI-generierte Inhalte“ (wie von der Plattform gefordert).
• [ ] Das mündliche Sendeskript enthält keine absoluten Bestimmungen und rechtswidrigen Versprechen (Werbegesetz).
• [ ] Die verwendeten Bilder und Töne stammen aus autorisierten Quellen.
• [ ] Export gemäß den Spezifikationen der Zielplattform (Douyin vertikale Version 1080×1920, Site B horizontale Version 1920×1080).

Schritt 7: Freigabe und Datenüberprüfung

1. Konzentrieren Sie sich nach der Veröffentlichung auf die Abschlussrate, die 3-Sekunden-Absprungrate und die Interaktionsrate.
2. Vergleichen Sie die Daten verschiedener Bilder, Sprechgeschwindigkeiten und Cover.
3. Schreiben Sie das Datenfeedback zurück in die Skriptbibliothek und iterieren Sie den nächsten Stapel.

Tempovorschläge posten

• Startzeitraum: 3-5 Artikel pro Woche, Testen verschiedener Haken und Bilder.
• Stabiler Zeitraum: 2-3 Artikel pro Woche festgelegt, wobei der Schwerpunkt auf übertreffenden Themenauswahlrichtungen liegt.
• Überprüfungstabelle: Zeichnen Sie das Video, die Wiedergabe, den Abschluss, die Interaktion und die Konvertierung jedes Videos auf und überprüfen Sie den Trend alle zwei Wochen.

Materialbenennungs- und Archivierungsspezifikationen

„Text {Datum}{Serie}{Version}_{Sprache}.mp4 Beispiel: 20260815_Product Introduction_v2_zh.mp4 „

Eine einheitliche Benennung macht die Teamzusammenarbeit und die mehrsprachige Verwaltung effizienter und vermeidet die Verwirrung von „endgültige Version v3, endgültige Version“.

Schnelle Überprüfung der Kanalspezifikationen

Wählen Sie vor dem Exportieren die entsprechenden Spezifikationen entsprechend der Zielplattform aus, um Bildqualitätsverluste durch sekundäres Zuschneiden zu vermeiden.

Verifizierungsmethode

• Überprüfung 1: Die Mundform und die Aussprache des generierten Videos stimmen grundsätzlich überein.
• Überprüfung 2: Die Untertitel enthalten keine Tippfehler und die C-Bit-Informationen sind lesbar.
• Überprüfung 3: Die mehrsprachige Version wurde stichprobenartig überprüft und weist keine Fehlübersetzungen auf.
• Überprüfung 4: Der fertige Film hat die KI-Annotation abgeschlossen und entspricht den Plattformregeln.

Häufige Fehler und Vorsichtsmaßnahmen

1. Das Skript ist zu lang: Ein einzelnes Skript sollte auf 60–90 Sekunden mündlicher Wiedergabe (ca. 250–350 Wörter) begrenzt sein. Wenn es zu lang ist, geht es schnell zu Ende.
2. Die Sprechgeschwindigkeit ist zu hoch: Über der 1,3-fachen Geschwindigkeit kann die Mundform leicht zusammenbrechen. Es ist besser, den Benutzer es selbst mit 1,25-facher Geschwindigkeit lesen zu lassen.
3. Mehrsprachige wörtliche Übersetzung: Überseeversionen müssen von Muttersprachlern Korrektur gelesen werden, um eine starre Übersetzung zu vermeiden.
4. Nicht gekennzeichnete KI-Inhalte: Wenn Sie die Kennzeichnung ignorieren, besteht die Gefahr, dass Ihr Konto gesperrt wird. Überprüfen Sie diese daher unbedingt beim Veröffentlichen.
5. Materialverwirrung: Erstellen Sie für jede Serie Ordner mit Drehbüchern, Materialien und fertigen Filmen und benennen Sie diese mit Datum und Version.

Häufig gestellte Fragen und Fehlerbehebung (FAQ)

1. Die Generierung ist zu langsam oder steht in der Warteschlange?

   In Spitzenzeiten sind Warteschlangen normal und können im Voraus stapelweise gebildet werden; Sie müssen warten oder ein Upgrade durchführen, nachdem das kostenlose Kontingent aufgebraucht ist.

2. Die Mundform ist nicht korrekt und die Stimme ist unbeholfen?

   Wählen Sie erneut ein natürlicheres Bild und eine natürlichere Stimme, stellen Sie die Sprechgeschwindigkeit wieder auf 1,0 ein und teilen Sie die Sätze in kürzere Sätze auf.

3. Das Video verfügt über Untertitel, die Plattform fügt diese jedoch automatisch hinzu. Wird das wiederholt?

   Deaktivieren Sie beim Exportieren Inline-Untertitel oder verwenden Sie stattdessen die „automatischen Untertitel“ der Plattform.

4. Das digitale menschliche Bild sieht aus wie ein Ausländer und die chinesische Mundform ist seltsam?

   Vorrang haben auf Chinesisch optimierte Bilder; Benutzerdefinierte Bilder erfordern die Aufnahme von chinesischem Material.

5. Wurde es von der Plattform als gut verarbeitet oder von geringer Qualität beurteilt?

Sorgen Sie für Originalskripte, differenzierte Bilder (fügen Sie real aufgenommene Materialien/animierte Übergänge hinzu) und standardisieren Sie die KI-Generierung.

6. Wie kann man mehrere Bilder kostengünstig testen?

   Verwenden Sie dasselbe Skript, um jeweils zwei bis drei Versionen des Bildes zu generieren, und verwenden Sie ein kleines Budget, um die Daten vor der Skalierung zu vergleichen.

Zusammenfassung und nächste Schritte

Zu diesem Zeitpunkt waren Sie in der Lage, selbstständig ein veröffentlichungsfähiges digitales Sprachübertragungsvideo zu produzieren und beherrschen die wichtigsten Punkte der mehrsprachigen Massenproduktion und Compliance. Es wird empfohlen, zunächst 3 bis 5 Elemente in kleinen Mengen zu überprüfen und echte Daten (Abschluss, Interaktion, Konvertierung) zu verwenden, um verschiedene Bilder und Skriptstile zu vergleichen. Sobald ein stabiles Modell aufgebraucht ist, können Sie darüber nachdenken, digitale Menschen oder programmatische Produktionslinien anzupassen.

Weiterentwicklung und Erweiterung

• Maßgeschneiderter digitaler Mensch: Nehmen Sie exklusive Bilder und Stimmen auf, um die Markenbekanntheit zu steigern.
• Live-Übertragung digitaler Menschen: Von der Aufzeichnung und Übertragung bis hin zum interaktiven Kundenservice und der Lieferung in Echtzeit.
• Programmierte Produktion: Verwenden Sie eine Skriptbibliothek + geplante Generierung + automatische Freigabe, um eine Montagelinie zu bilden.
• Inhaltsmatrix: mehrere Konten, mehrere Sprachen und mehrere Bildkombinationen sowie Themenauswahl für Datenfeedback.