So generieren Sie KI-Bilder, Videos und Lip-Sync-Videos mit Fish Creative – Vollständiges Tutorial

Generieren Sie ein Bild aus einem Prompt, verwandeln Sie es in ein Video und lassen Sie die Person auf dem Bildschirm natürlich sprechen. In Fish Creative können Sie alle drei Schritte durchführen.

Fish Creative vereint Ihre KI-Kreativwerkzeuge in einem Workspace, einschließlich Bildgenerierung, Videogenerierung und Lip-Sync. Verwenden Sie alles, was Sie bereits erstellt haben, wieder, ohne Dateien zwischen verschiedenen Tools herunter- und hochladen zu müssen. Ob Sie einen virtuellen Präsentator, eine Produktdemo, ein Social-Media-Video oder einen Charakter mit eigener Stimme erstellen – Sie können mit demselben grundlegenden Workflow beginnen.

Dieses Tutorial führt Sie Schritt für Schritt durch den Prozess.

Folgen Sie dem Tutorial und beginnen Sie mit der Erstellung Ihrer eigenen Bilder und Videos. Fish Creative ausprobieren.

---

Was können Sie mit Fish Creative tun?

Melden Sie sich bei Fish Audio an und wählen Sie Image & Video in der linken Seitenleiste, um Fish Creative zu öffnen. Dieses Tutorial konzentriert sich auf drei Kernwerkzeuge:

• Image: Generieren Sie Bilder aus Text oder laden Sie ein Referenzbild hoch, um eine neue Kreation zu steuern. Sie können auch Topaz HD verwenden, um einzelne Bilder hochzuskalieren und Details wiederherzustellen.
• Video: Erstellen Sie Videos aus Text, Bildern, dem ersten und letzten Frame, Referenzbildern, Referenzvideos oder einer Mischung von Eingaben, die Audio enthalten.
• Lip Sync: Fügen Sie einem Bild oder Video Audio hinzu, damit die Person auf dem Bildschirm synchron dazu spricht. Ihre Kreationen werden automatisch in Ihrer Asset-Bibliothek gespeichert. Sobald Sie ein Bild erstellt haben, können Sie es direkt an die Videogenerierung senden. Wenn das Video fertig ist, senden Sie es an Lip Sync. Sie können während des gesamten Prozesses im selben Workspace bleiben.

Registrieren Sie sich für ein Fish Audio-Konto, um Fish Creative zu nutzen. Neue Benutzer erhalten kostenlose Credits, um die Bildgenerierung, Videoerstellung und Lip-Sync auszuprobieren.

---

1. Von der Idee zum fertigen Video: Der vollständige Workflow

Sehen Sie sich diesen Abschnitt im vollständigen Tutorial oben an: 00:19–01:06.

Sie müssen nicht jedes Modell und jede Schaltfläche lernen, bevor Sie beginnen. Es hilft, zuerst zu sehen, wie ein Inhalt entsteht, und dann die Details in den folgenden Abschnitten durchzugehen.

Für dieses Tutorial erstellen wir ein kurzes Video mit einem virtuellen Präsentator. Hier ist der grundlegende Ablauf:

Video planen → Charakterbild erstellen → Bild animieren → Stimme vorbereiten → Lip-Sync hinzufügen

Folgen Sie diesen Schritten:

1. Melden Sie sich bei Fish Audio an und öffnen Sie Image & Video in der linken Seitenleiste.
2. Entscheiden Sie, wo das Video verwendet werden soll, und wählen Sie ein Seitenverhältnis. Für ein vertikales Talking-Head-Video in sozialen Medien wählen Sie beispielsweise 9:16.
3. Öffnen Sie Image und schreiben Sie einen Prompt, der den Charakter, die Umgebung, die Komposition, den Stil und die Beleuchtung beschreibt.
4. Wählen Sie ein Modell und die Einstellungen, generieren Sie Ihre Bilder und wählen Sie eines mit einem klar definierten Motiv und einer Komposition aus, die in Bewegung gut funktioniert.
5. Klicken Sie auf Generate Video, um das ausgewählte Bild direkt an das Videotool zu senden.
6. Schreiben Sie einen Prompt, der die Bewegungen und Ausdrücke des Charakters, die Kamerabewegung und das Tempo beschreibt.
7. Legen Sie das Seitenverhältnis, die Dauer, die Auflösung und die Anzahl der Ausgaben des Videos fest und generieren Sie es dann.
8. Überprüfen Sie das Gesicht, die Kontinuität der Bewegung und die Sichtbarkeit des Mundes. Wählen Sie ein Video aus, das gut für Lip-Sync geeignet ist.
9. Öffnen Sie Text to Speech in Fish Audio, geben Sie Ihr Skript ein und wählen Sie eine Bibliotheksstimme oder eine geklonte Stimme, um das Audio zu generieren. Sie können auch Ihre eigene Aufnahme verwenden.
10. Senden Sie das Charaktervideo direkt an Lip Sync und wählen Sie dann das Audio aus Ihrer Asset-Bibliothek aus oder laden Sie eine Audiodatei hoch.
11. Legen Sie das Seitenverhältnis, die Auflösung und die Anzahl der Ausgaben fest und generieren Sie dann das fertige Video.
12. Schauen Sie sich die Vorschau des Lip-Sync an. Von dort aus können Sie das Ergebnis neu generieren, verlängern, herunterladen oder als Referenz wiederverwenden.

Tipp: Sie können diesen Workflow an das Projekt anpassen. Für ein schnelles Video einer Person, die in die Kamera spricht, überspringen Sie die Videogenerierung und verwenden Sie ein Charakterbild mit Audio in Lip Sync. Erstellen Sie für einen Film oder eine E-Commerce-Anzeige mehrere Referenzbilder und Videoaufnahmen und schneiden Sie diese dann zu einem kompletten Werk zusammen.

Die nächsten Abschnitte behandeln die Bildgenerierung, Videogenerierung und Lip-Sync ausführlicher, mit Tipps für konsistente Ergebnisse, die Ihrer Idee entsprechen.

---

2. Erstellen Sie Ihr erstes KI-Bild

Sehen Sie sich diesen Abschnitt im vollständigen Tutorial oben an: 01:07–01:43.

Schritt 1: Öffnen Sie das Image-Tool

Öffnen Sie Fish Creative und wählen Sie Image oben auf der Seite. Verwenden Sie das Prompt-Feld in der Mitte, um zu beschreiben, was Sie erstellen möchten. Sie können auch Referenzbilder hinzufügen, um den Charakter, das Produkt, die Komposition oder den visuellen Stil zu steuern.

Tipp: Wenn Sie mit einer Idee beginnen, reicht Text völlig aus. Sie müssen nicht zuerst ein Bild vorbereiten.

Schritt 2: Schreiben Sie Ihren Bild-Prompt

Ein Bild-Prompt sagt dem Modell, was es erstellen soll. Ein klarer Prompt deckt normalerweise Folgendes ab:

• Subjekt: Die Person, das Produkt oder das Objekt im Bild.
• Umgebung: Wo sich das Subjekt befindet.
• Komposition: Eine Nahaufnahme, eine Ganzkörperaufnahme, eine Draufsicht, eine Weitwinkelaufnahme oder eine andere Wahl des Bildausschnitts.
• Stil: Fotografie, Illustration, 3D, ein filmischer Look oder ein anderer visueller Stil.
• Beleuchtung: Weiches Licht, natürliches Licht, Neon, Golden Hour oder eine ähnliche Richtung. Wir werden einen virtuellen Creator verwenden, der in die Kamera blickt, damit das Bild einfach zu bearbeiten ist, wenn wir zu Video und Lip-Sync übergehen.

Beispiel-Prompt:

A young tech content creator standing in a modern creative studio.
Medium close-up, facing the camera with a confident, friendly expression.
A clean, uncluttered background, soft cinematic lighting, and a photorealistic style.
Clear facial features and rich detail throughout the image.

Tipp: Wenn Sie ein vertikales Kurzvideo planen, geben Sie im Prompt den vertikalen Bildausschnitt an und wählen Sie das passende Seitenverhältnis in den Einstellungen.

Schritt 3: Fügen Sie bei Bedarf Referenzbilder hinzu

Wenn Sie bereits einen bestimmten Charakter, ein Produkt oder einen visuellen Stil im Kopf haben, laden Sie ein Referenzbild hoch. Referenzen helfen dem Modell zu verstehen, welche Merkmale, Kompositionen oder Stile Sie beibehalten möchten. Sie sind auch nützlich, wenn Sie eine Serie mit demselben Charakter erstellen.

Wählen Sie Referenzbilder mit:

• Einem klaren Motiv und guter Auflösung.
• Einem freien Gesicht oder Produkt.
• Einem Bildausschnitt, der dem gewünschten Endergebnis nahekommt.
• Konsistenter Beleuchtung und Farbe.

Tipp: Wenn Sie keine Referenz benötigen, überspringen Sie diesen Schritt.

Schritt 4: Wählen Sie ein Modell und die Einstellungen

Fish Creative bietet derzeit mehrere Bildmodelle an, darunter:

• Nano Banana 2 Lite
• GPT Image 2
• Nano Banana 2
• Nano Banana Pro
• Seedream 5.0
• Seedream 4.5

Tipp: Das Modellangebot wird im Laufe der Zeit aktualisiert, prüfen Sie also Fish Creative auf die aktuelle Auswahl.

Sie können auch Folgendes anpassen:

• Seitenverhältnis: Querformat, Porträt oder Quadratisch.
• Auflösung: Die Abmessungen des Ausgabebildes.
• Qualität: Die Qualitätsstufe für das Ergebnis.
• Anzahl der Ausgaben: Generieren Sie ein Bild oder mehrere gleichzeitig.

Tipp: Die Schaltfläche "Generate" zeigt die geschätzten Credit-Kosten an und wie viele weitere Bilder Ihr Guthaben bei den aktuellen Einstellungen abdecken kann. Prüfen Sie dies vor dem Absenden und passen Sie das Modell, die Qualität oder die Anzahl der Ausgaben nach Bedarf an.

Schritt 5: Generieren und Wählen Sie ein Bild

Sobald Sie mit dem Prompt und den Einstellungen zufrieden sind, klicken Sie auf Generate. Sehen Sie sich die Ergebnisse in der Vorschau an und wählen Sie das Bild aus, das am besten für Ihr Video geeignet ist.

Für jedes generierte Bild können Sie:

• Es als Referenz verwenden.
• Es neu erstellen.
• Es hochskalieren.
• Es für Lip-Sync verwenden.
• Ein Video daraus generieren.
• Den Generierungsdatensatz öffentlich teilen.
• Es herunterladen.

Tipp: Wenn das Motiv gut aussieht, Sie aber ein größeres Bild oder mehr Details benötigen, verwenden Sie Topaz HD, um das Bild hochzuskalieren, bevor Sie fortfahren.

Vorschläge für Bilder, die Sie in Video oder Lip-Sync verwenden werden

Beim Erstellen eines Charakterbildes für die nächsten Schritte:

Ein klares Motiv und eine ausgewogene Komposition bieten eine bessere Ausgangsbasis für natürliche Bewegungen.

---

3. Ein Standbild in ein Video verwandeln

Sehen Sie sich diesen Abschnitt im vollständigen Tutorial oben an: 01:44–02:22.

Schritt 1: Öffnen Sie das Videotool

Wählen Sie Video oben auf der Seite. Sie können ein Video allein aus einem Text-Prompt generieren oder Bilder, Videos oder Audio als Referenzmaterial hinzufügen.

Fish Creative unterstützt mehrere Arten der Videogenerierung:

• Text zu Video.
• Bild zu Video.
• Erster und letzter Frame zu Video.
• Referenzbild zu Video.
• Video-Referenz.
• Audio-Referenz in Kombination mit anderen Eingaben. Für dieses Tutorial verwenden wir Bild zu Video und beginnen mit dem Charakterbild, das wir gerade erstellt haben.

Schritt 2: Fügen Sie Ihr Bild oder anderes Referenzmaterial hinzu

Wählen Sie das Bild direkt aus Ihrer Asset-Bibliothek aus. Es ist nicht nötig, es herunterzuladen und erneut hochzuladen. Je nach Modell und Generierungsmodus können Sie auch einen ersten Frame, einen letzten Frame, Referenzbilder, Referenzvideos oder Referenz-Audio hinzufügen.

Jede Art von Referenz dient einem anderen Zweck:

• Einzelbild: Legt den Charakter, die Umgebung und die Ausgangskomposition fest.
• Erster und letzter Frame: Definieren, wie das Video beginnt und endet.
• Referenzbilder: Helfen bei der Gestaltung von Charakteren, Objekten oder dem allgemeinen Look.
• Referenzvideo: Dient als Leitfaden für Action, Kamerabewegung oder Tempo.
• Referenz-Audio: Liefert Sound- und Timing-Hinweise für Modelle, die dies unterstützen.

Schritt 3: Schreiben Sie Ihren Video-Prompt

Ein Bild-Prompt beschreibt, was im Bild zu sehen ist. Ein Video-Prompt sollte sich darauf konzentrieren, wie sich die Szene bewegt und verändert. Nützliche Details sind:

• Die Aktionen des Subjekts.
• Veränderungen im Gesichtsausdruck oder Blick.
• Kamerabewegung.
• Veränderungen im Hintergrund oder in der Umgebung.
• Tempo und visueller Stil.

Beispiel-Prompt:

The person looks naturally into the camera, making small movements with their head and shoulders while maintaining a confident, friendly expression.
Movements are relaxed, smooth, and realistic.
The camera slowly pushes in, and the studio lighting stays consistent.
The video should feel natural and professional.

Tipp: Wenn Sie Lip-Sync hinzufügen möchten, beginnen Sie mit einfachen, kontrollierten Bewegungen. Starke Kopfdrehungen, schnelle Kamerabewegungen und Objekte, die vor dem Gesicht vorbeiziehen, können Lip-Sync erschweren.

Schritt 4: Wählen Sie ein Videomodell

Fish Creative unterstützt eine wachsende Anzahl von Videomodellen. Hier sind einige der verfügbaren Optionen:

• MiniMax H3
• Seedance 2.0
• Seedance 2.5
• Kling O3 Pro
• Seedance 2.0 Mini
• Kling 2.6 Pro
• Hailuo 2.3
• Veo 3.1
• Kling V3 Pro
• Seedance 2.0 Fast
• Seedance 1.5 Pro

Tipp: Im Laufe der Zeit werden weitere Modelle hinzugefügt, prüfen Sie also Fish Creative auf die neueste Auswahl. Modelle unterstützen unter Umständen unterschiedliche Eingaben, Längen und Seitenverhältnisse. Wählen Sie zuerst ein Modell aus und entscheiden Sie sich dann für die angebotenen Einstellungen.

Schritt 5: Legen Sie die Videoparameter fest

Je nach Modell können Sie Folgendes anpassen:

• Seitenverhältnis: Optionen sind unter anderem 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 und Adaptiv.
• Dauer: Die unterstützten Längen variieren je nach Modell und reichen derzeit von etwa 4 bis 30 Sekunden.
• Auflösung: Wählen Sie eine Auflösung, die für eine Vorschau oder Ihre Endausgabe geeignet ist.
• Anzahl der Ausgaben: Generieren Sie ein Video oder mehrere gleichzeitig.

Tipp: Die Schaltfläche "Generate" zeigt die geschätzten Credit-Kosten an und wie viele Videos Ihr verbleibendes Guthaben bei diesen Einstellungen abdecken kann.

Schritt 6: Generieren und Überprüfen Sie Ihr Video

Klicken Sie auf Generate und warten Sie, bis das Video fertig ist. Überprüfen Sie bei der Vorschau, ob:

• Das Gesicht konsistent bleibt.
• Die Bewegungen natürlich aussehen und flüssig sind.
• Es keine offensichtlichen Verzerrungen gibt.
• Kamerabewegung und Tempo Ihrem Prompt entsprechen.
• Der Mund während des Großteils des Clips deutlich sichtbar bleibt. Sie können das Ergebnis als Referenz verwenden, es neu generieren, an Lip-Sync senden, verlängern, den Generierungsdatensatz öffentlich teilen oder es herunterladen. Wenn Sie mit dem Video zufrieden sind, klicken Sie auf Use for Lip Sync, um fortzufahren.

---

4. Lassen Sie Ihren Charakter mit Lip-Sync sprechen

Sehen Sie sich diesen Abschnitt im vollständigen Tutorial oben an: 02:23–02:44.

Das Lip-Sync-Tool von Fish Creative funktioniert sowohl mit Bildern als auch mit Videos. Fügen Sie ein Bild oder Video Ihres Charakters hinzu, kombinieren Sie es mit Audio und generieren Sie ein Video mit Mundbewegungen, die zur Sprache passen.

Schritt 1: Bereiten Sie Ihr Charakterbild oder -video vor

Sie können:

• Ein Bild oder Video von Ihrem Gerät hochladen.
• Etwas auswählen, das Sie bereits in Ihrer Asset-Bibliothek erstellt haben.
• Auf ein Bild- oder Videoergebnis auf Use for Lip Sync klicken.

Schritt 2: Bereiten Sie Audio mit Text-to-Speech vor

Lip-Sync benötigt eine vorhandene Audiospur. Sie können eine Aufnahme hochladen oder eine mit dem Text to Speech-Tool von Fish Audio erstellen.

So erstellen Sie Audio in Fish Audio:

1. Öffnen Sie Text to Speech.
2. Geben Sie die Zeilen ein, die Ihr Charakter sagen soll, oder fügen Sie sie ein.
3. Wählen Sie eine Stimme aus der Fish Audio-Stimmenbibliothek oder verwenden Sie eine geklonte Stimme, die Sie erstellt haben.
4. Generieren Sie das Audio und speichern Sie es in Ihrer Asset-Bibliothek.
5. Kehren Sie zu Fish Creative zurück und wählen Sie dieses Audio in Lip-Sync aus.

Tipp: Sie können das generierte Audio auch herunterladen und die Datei in Lip-Sync hochladen.

Versuchen Sie für dieses Tutorial ein kurzes Skript:

Welcome to Fish Creative.
Start with a single image, turn it into a video, and make your character speak naturally.

Tipp: Beschränken Sie sich bei Ihrem ersten Test auf ein oder zwei Sätze. Kurze Audioclips erleichtern die Überprüfung des Aussehens des Charakters, des Sprechtempos und des Lip-Sync.

Schritt 3: Fügen Sie Bildmaterial und Audio hinzu

Kehren Sie zu Fish Creative zurück, wählen Sie Lip Sync und fügen Sie Ihr Charakterbild oder -video hinzu. Wählen Sie dann Audio aus Ihrer Asset-Bibliothek aus oder laden Sie eine Audiodatei hoch.

Tipp: Es gibt auch ein optionales Prompt-Feld. Lassen Sie es leer, wenn Sie keine zusätzlichen Anweisungen benötigen. Wenn Sie etwas Spezielles zum Bildmaterial angeben möchten, fügen Sie eine kurze Beschreibung gemäß den Anweisungen in der Benutzeroberfläche hinzu.

Schritt 4: Wählen Sie Ihre Einstellungen und generieren Sie

Sobald Ihre Eingaben bereitstehen, legen Sie fest:

• Seitenverhältnis.
• Auflösung.
• Anzahl der Ausgaben. Überprüfen Sie, ob Sie den richtigen Charakter und das richtige Audio ausgewählt haben, und klicken Sie dann auf Generate.

Schauen Sie sich das fertige Video von Anfang bis Ende an und prüfen Sie, ob:

• Die Mundbewegungen dem Timing der Sprache folgen.
• Das Gesicht konsistent bleibt.
• Anfang und Ende natürlich wirken.
• Video und Audio vollständig sind.
• Die Bewegung des Charakters zum Tonfall der Stimme passt. Sie können das Ergebnis als Referenz verwenden, es neu generieren, Lip-Sync erneut anwenden, das Video verlängern, den Generierungsdatensatz öffentlich teilen oder es herunterladen.

Vorschläge für besseres Lip-Sync

Tipp: Wenn das Ergebnis nicht überzeugt, versuchen Sie es mit einem anderen Bild, Video oder einer anderen Audiospur, bevor Sie viele detaillierte Anweisungen hinzufügen.

---

5. Drei Projekte zum Ausprobieren: Talking-Head-Videos, KI-Filme und E-Commerce-Anzeigen

Sehen Sie sich diesen Abschnitt im vollständigen Tutorial oben an: 02:45–03:39.

Diese Projekte nutzen dieselben Bild-, Video- und Lip-Sync-Werkzeuge, erfordern jedoch jeweils einen etwas anderen Ansatz. Ein Talking-Head-Video hängt von einem konsistenten Charakter und einer guten stimmlichen Darbietung ab. Ein KI-Film benötigt Kontinuität zwischen den Aufnahmen. Eine E-Commerce-Anzeige muss das Produkt präzise zeigen und seine Verkaufsargumente schnell vermitteln.

So setzen Sie die Werkzeuge für jedes Projekt ein.

Projekt 1: Ein KI-Präsentator-Video

Angenommen, Sie erstellen eine 15-sekündige vertikale Erklärung darüber, wie man einen stärkeren Einstieg für ein Kurzvideo schreibt. Sie möchten einen Präsentator, der in die Kamera blickt und ein kurzes Skript mit natürlicher Stimme vorträgt.

Was Sie benötigen:

• Ein Charakterbild, das nach vorne oder in einem leichten Winkel ausgerichtet ist.
• Ein Skript, dessen Lesezeit etwa 15 Sekunden beträgt.
• Eine Stimme aus der Fish Audio-Bibliothek, eine geklonte Stimme oder Ihre eigene Aufnahme.
• Eine 9:16-Ausgabeeinstellung.

Empfohlener Workflow:

1. Erstellen Sie Ihren Charakter in Image, verwenden Sie dabei eine Nahaufnahme, bei der die Person in die Kamera blickt.
2. Für ein einfaches Talking-Head-Video mit minimaler Bewegung senden Sie das Bild direkt an Lip Sync.
3. Wenn Sie subtiles Atmen, ein Nicken oder Schulterbewegungen wünschen, bevor die Person anfängt zu sprechen, generieren Sie zuerst ein Video mit zurückhaltender Bewegung.
4. Generieren Sie das Audio für das Skript in Text to Speech und speichern Sie es in Ihrer Asset-Bibliothek.
5. Fügen Sie das Bild oder Video und das Audio zu Lip Sync hinzu und generieren Sie dann das fertige Stück.

Charakterbild-Prompt:

A young content creator sitting in a clean, modern studio.
Medium close-up, facing the camera with a relaxed, confident, approachable expression.
Soft side lighting, a slightly blurred background, and a photorealistic style.
Vertical 9:16 composition.

Beispielskript:

Beginnen Sie Ihr Kurzvideo nicht mit einer Vorstellung Ihrer Person.
Sagen Sie den Zuschauern, was sie davon haben, wenn sie zuschauen.
Geben Sie ihnen einen Grund, in diesen ersten drei Sekunden dranzubleiben.

Tipp: Achten Sie darauf, dass Blick, Gesichtsausdruck, Lippenbewegungen und Stimme zusammenpassen. Der Charakter muss sich nicht viel bewegen. Eine ruhige Präsenz hilft den Zuschauern, sich auf das Gesagte zu konzentrieren.

Projekt 2: Ein KI-Kurzfilm

Stellen Sie sich eine 20- bis 30-sekündige Spannungsszene vor: Ein Detektiv betritt in einer regnerischen Nacht einen verlassenen Bahnhof und entdeckt in der Ferne eine mysteriöse Gestalt. Planen Sie dies als eine Serie von kurzen Aufnahmen, anstatt die gesamte Sequenz in einem Durchgang zu generieren.

Beginnen Sie mit drei Aufnahmen:

1. Establishing Shot: Ein verlassener Bahnhof in einer regnerischen Nacht. Die Kamera bewegt sich langsam auf den Eingang zu.
2. Action-Shot: Der Detektiv betritt den Bahnhof von der Seite des Bildes, bleibt stehen und blickt auf, um den Raum zu sondieren.
3. Dialog-Nahaufnahme: Eine Nahaufnahme des Detektivs, der einen wichtigen Satz sagt.

Empfohlener Workflow:

1. Verwenden Sie Image, um eine Charakterreferenz für den Detektiv und dann ein Bild des Bahnhofs zu erstellen.
2. Verwenden Sie As Reference, um den ausgewählten Charakter und die Umgebung in spätere Bilder zu übertragen, damit die Aufnahmen konsistent aussehen.
3. Generieren Sie die drei Aufnahmen separat. Verwenden Sie für den Establishing Shot Text-zu-Video oder Referenzbilder. Versuchen Sie für den Action-Shot ein Einzelbild, den ersten und letzten Frame oder eine Video-Referenz. Lassen Sie den Detektiv in der Dialog-Nahaufnahme nach vorne oder in einem leichten Winkel blicken.
4. Generieren Sie das Dialog-Audio in Fish Audio und wenden Sie Lip-Sync nur auf die Nahaufnahme an, in der der Charakter spricht.
5. Laden Sie die Aufnahmen herunter und setzen Sie sie in Ihrem gewohnten Videoeditor zusammen: Umgebung, Action, dann Dialog.

Charakterreferenz-Prompt:

A detective in their early forties, wearing a long, dark trench coat.
Short hair, a tired but alert expression, and rain droplets on the collar.
Cinematic, photorealistic character reference with cool blue tones.
Clearly defined facial features in front and three-quarter views.

Video-Prompt für Aufnahme 1:

An abandoned train station on a rainy night.
Puddles reflect dim lights as fine rain continues to fall.
A thin mist drifts slowly in the distance.
The camera moves smoothly from outside the station toward the entrance.
A suspenseful cinematic atmosphere with cool blue tones.

Beispiel-Dialog:

Ich wusste, dass du auf mich wartest.

Tipp: Ein häufiges Problem bei KI-Filmen ist, dass jede Aufnahme für sich gut aussieht, aber Charaktere, Kleidung und Orte bei Schnitten nicht zusammenpassen. Durch das Erstellen einer Charakterreferenz und das Generieren einer Aufnahme nach der anderen wird Konsistenz einfacher, als wenn derselbe Charakter immer wieder von Grund auf neu beschrieben werden muss.

Projekt 3: Eine E-Commerce-Produktanzeige

Angenommen, Sie erstellen eine 15-sekündige vertikale Anzeige für ein Gesichtsserum. Die Zuschauer müssen die Flasche und die Textur deutlich sehen, während ein Präsentator kurz die Hauptvorteile erklärt.

Planen Sie vier Aufnahmen:

• 0–3 Sekunden: Eine Nahaufnahme der Flasche, damit die Zuschauer das Produkt sofort erkennen.
• 3–7 Sekunden: Eine Person nimmt das Produkt in die Hand und zeigt es in der Anwendung.
• 7–11 Sekunden: Eine Nahaufnahme der Textur des Serums oder ein Produktdetail.
• 11–15 Sekunden: Ein Präsentator spricht in die Kamera, gefolgt von einem Schlussbild mit Produkt und Marke.

Empfohlener Workflow:

1. Laden Sie ein klares Produktfoto als Referenz für dessen Aussehen hoch.
2. Erstellen Sie in Image ein Produkt-Stillleben, ein Bild von jemandem, der das Produkt hält, und eine Textur-Nahaufnahme. Sobald Sie Ergebnisse haben, die Ihnen gefallen, verwenden Sie As Reference, um weitere Assets im gleichen Stil zu erstellen.
3. Verwandeln Sie das Stillleben und die Anwendungsbilder in kurze Videos. Halten Sie Produktaufnahmen einfach: ein langsames Heranfahren, eine Drehung oder eine Änderung der Beleuchtung. Komplexe Bewegungen können die Flasche oder den Text auf der Verpackung verzerren.
4. Bereiten Sie ein separates frontales Bild oder ein ruhiges Video für den Präsentator vor und generieren Sie Audio für die Produktbotschaft in Fish Audio.
5. Verwenden Sie Lip Sync, um das Präsentator-Segment zu erstellen, laden Sie dann die Clips herunter, schneiden Sie sie zusammen und fügen Sie Untertitel und den letzten Schliff hinzu.

Produktbild-Prompt:

A premium facial serum in a clear glass bottle on a pale stone countertop.
The front of the bottle faces the camera.
Soft morning light falls from behind and to one side, with a few water droplets and clean reflections around the product.
High-end skincare advertising photography, a clearly defined product silhouette, and space for copy.
Vertical 9:16 composition.

Produktvideo-Prompt:

The camera slowly moves toward the serum bottle as water droplets slide gently down the glass.
The background lighting shifts softly.
The product remains steady and clearly defined, with restrained movement and the look of a high-end skincare ad.

Beispielskript:

Leichte, schnell einziehende Feuchtigkeit in einem Schritt.
Verwenden Sie es morgens und abends für eine einfachere Hautpflegeroutine.

Tipp: Bei E-Commerce-Inhalten zählt die Produktwiedererkennung am meisten. Verwenden Sie klare Referenzbilder und geben Sie dem Produkt genügend Platz im Bild. Wenn Verpackungstext, Logos oder die Form der Flasche exakt sein müssen, prüfen Sie das Video vor der Veröffentlichung Bild für Bild und verwenden Sie die tatsächlichen Produkt-Assets, um Unstimmigkeiten in der Postproduktion zu korrigieren.

---

6. Nützliche Schaltflächen und wann man sie benutzt

Sehen Sie sich diesen Abschnitt im vollständigen Tutorial oben an: 03:40–04:32.

Fish Creative bietet mehr als nur den ersten Klick auf "Generate". Die Schaltflächen unter jedem Ergebnis ermöglichen es Ihnen, ein Bild oder Video an das nächste Werkzeug zu senden oder eine Version, die Ihnen gefällt, weiter zu verfeinern. Hier sind die Funktionen, die Sie am häufigsten verwenden werden.

Prompt-Optimierung: Details zu einer ersten Idee hinzufügen

Wenn Ihr Prompt kurz ist, wie zum Beispiel "eine Person in einem Café" oder "ein Werbevideo für ein Produkt", kann die Prompt-Optimierung helfen, ihn zu erweitern. Sie fügt Details zum Subjekt, zur Umgebung, zur Komposition, zur Beleuchtung, zur Action oder zur Kamerabewegung hinzu.

Nutzen Sie sie in drei Schritten:

1. Schreiben Sie die wesentlichen Punkte auf, die gleich bleiben müssen, wie die Identität des Charakters, der Produktname, die erforderliche Aktion und das Seitenverhältnis.
2. Verwenden Sie die Prompt-Optimierung, um visuelle Details hinzuzufügen.
3. Lesen Sie den überarbeiteten Prompt vor dem Generieren durch. Entfernen Sie alles, was Sie nicht benötigen, und stellen Sie sicher, dass Charakter, Produkt und Aktionen immer noch Ihrer ursprünglichen Idee entsprechen.

Tipp: Die Prompt-Optimierung ist nützlich, wenn Sie wissen, was Sie wollen, aber nicht sicher sind, wie Sie es beschreiben sollen. Betrachten Sie das Ergebnis als einen Entwurf, den Sie vor der Generierung prüfen.

Recreate: Eine weitere Version ausprobieren

Verwenden Sie Recreate, wenn ein Ergebnis nah dran ist, aber der Ausdruck, die Komposition, die Action oder die Kamerabewegung noch nicht ganz stimmen. So können Sie auf einer bestehenden Generierung aufbauen, ohne die Aufgabe erneut von einer leeren Seite aus einrichten zu müssen.

Überlegen Sie vor dem erneuten Erstellen, was geändert werden muss:

• Falsches Subjekt oder falsche Umgebung: Überarbeiten Sie die Kernbeschreibung in Ihrem Prompt.
• Komposition muss verbessert werden: Machen Sie genauere Angaben zum Bildausschnitt, zur Kameraposition und zur Platzierung des Subjekts.
• Zu viel Bewegung: Fordern Sie weniger Aktionen und verwenden Sie Wörter wie "subtil", "langsam" und "stetig".
• Sie möchten einfach eine andere Variation: Behalten Sie die Haupteinstellungen bei und generieren Sie erneut.

Tipp: Recreate funktioniert am besten für kleine Anpassungen an einer Idee, mit der Sie bereits zufrieden sind.

As Reference: Auf einem Ergebnis aufbauen, das Ihnen gefällt

Klicken Sie auf As Reference, um das aktuelle Bild oder Video einer neuen Generierungsaufgabe hinzuzufügen. Verwenden Sie dies, um einen Charakter, ein Produkt, eine Umgebung, einen visuellen Stil oder eine Bewegung, die Sie bereits festgelegt haben, weiterzuführen.

Häufige Anwendungsfälle sind:

• Denselben Charakter in verschiedenen Umgebungen platzieren.
• Mehrere Werbemittel für dasselbe Produkt erstellen.
• Eine vorhandene Aufnahme oder Bewegung verwenden, um ein späteres Video zu steuern.
• Eine Serie aus einem erfolgreichen Ergebnis aufbauen.

Tipp: Eine Referenz leitet die nächste Generierung; sie dupliziert das Original nicht einfach. Ihr Prompt muss immer noch sagen, was bleiben und was sich ändern soll. Zum Beispiel: "Halten Sie das Gesicht und die Kleidung des Charakters konsistent und ändern Sie den Hintergrund in eine Straße bei Nacht."

Bild-Upscaling: Details mit Topaz HD wiederherstellen

Verwenden Sie das Bild-Upscaling, wenn Sie mit dem Subjekt und der Komposition zufrieden sind, aber eine höhere Auflösung oder feinere Details benötigen. Fish Creative nutzt Topaz HD, um einzelne Bilder hochzuskalieren und Details zurückzugewinnen.

Tipp: Dies ist nützlich, bevor Sie ein endgültiges Bild herunterladen, ein Titelbild erstellen oder zur Videogenerierung übergehen. Wenn die Anatomie des Charakters oder die Form des Produkts bereits falsch ist, kann Upscaling dies normalerweise nicht beheben. Erstellen Sie das Bild neu oder überarbeiten Sie zuerst den Prompt.

Generate Video: Ein Bild animieren, das Ihnen gefällt

Die Schaltfläche Generate Video unter einem Bild sendet genau dieses Ergebnis direkt an das Videotool und erspart Ihnen das Herunterladen und erneute Hochladen.

Tipp: Sobald Sie dort sind, konzentrieren Sie den Prompt auf Action, Kamerabewegung und Veränderungen über die Zeit. Sie benötigen keine weitere langatmige Beschreibung des Standbildes. Versuchen Sie: "Die Person hebt leicht den Kopf, die Kamera kommt langsam näher und die Hintergrundbeleuchtung wird allmählich heller."

Use for Lip Sync: Ihrem Charakter eine Stimme geben

Sie können Use for Lip Sync sowohl bei Bild- als auch bei Videoergebnissen auswählen. Bei einem Bild erstellt das Tool aus dem Bild und dem Audio ein sprechendes Video. Bei einem Video synchronisiert es die Mundbewegungen mit dem Audio, während die bestehende Bewegung beibehalten wird.

Tipp: Der direkte Weg vom Bild zum Lip-Sync eignet sich gut für ein ruhiges Talking-Head-Video. Der Beginn mit einem Video ist nützlich, wenn Sie Atmen, Nicken oder Körperbewegungen wünschen. Stellen Sie in jedem Fall sicher, dass das Gesicht klar und der Mund nicht verdeckt ist.

Extend Video: Einen bestehenden Clip fortsetzen

Verwenden Sie Extend Video, wenn Ihnen die Action, die Kamerabewegung und der Stil eines Clips gefallen, dieser aber länger sein soll. Durch das Verlängern können Sie die bestehende Szene und Bewegung fortsetzen.

Tipp: Überprüfen Sie den letzten Frame vor dem Verlängern. Ein verzerrter Charakter, eine schnelle Bewegung oder ein Subjekt, das kurz davor ist, das Bild zu verlassen, kann Probleme bei der Fortsetzung verursachen. Ein Clip, der mit einem ruhigen, klaren Frame endet, lässt sich normalerweise leichter reibungslos verlängern.

Asset-Bibliothek und Verlauf: Ihre Arbeit finden und wiederverwenden

Ihre Kreationen werden automatisch in der Asset-Bibliothek und im Generierungsverlauf gespeichert. Von dort aus können Sie frühere Bilder, Videos und Audioaufnahmen finden und sie direkt neuen Aufgaben hinzufügen.

Tipp: Behalten Sie ein paar Schlüsselversionen: Ihre ursprüngliche Referenz, das erste brauchbare Ergebnis, die endgültige hochwertige Ausgabe und das ruhige Video, das Sie für Lip-Sync verwenden. Das macht es einfacher, eine Phase zu überarbeiten, ohne den gesamten Prozess von vorne beginnen zu müssen.

Öffentliches Teilen und Herunterladen: Das Endergebnis prüfen

Der Download speichert das Ergebnis auf Ihrem Gerät, damit Sie es bearbeiten, in einem Design verwenden oder veröffentlichen können. Das öffentliche Teilen eines Generierungsdatensatzes ermöglicht es anderen, zu sehen, was Sie erstellt haben. Verwenden Sie diese Option nur, wenn Sie bereit sind, den Inhalt öffentlich zu machen.

Tipp: Überprüfen Sie vor dem Herunterladen das Seitenverhältnis, die Auflösung, Charakter- und Produktdetails sowie den Lip-Sync. Entscheiden Sie, ob das Video in der Postproduktion noch Untertitel oder Branding benötigt.

Credit-Kosten und verbleibende Generierungen: Vor der Generierung prüfen

Die Schaltfläche "Generate" zeigt die geschätzten Credit-Kosten für Ihre aktuellen Einstellungen an und wie viele Bilder oder Videos Ihr Guthaben bei diesen Einstellungen abdecken kann. Wenn Sie die Auflösung, Dauer oder Anzahl der Ausgaben ändern, prüfen Sie, wie sich die Schätzung vor dem Absenden ändert.

Tipp: Dies hilft Ihnen bei der Planung von Testläufen und Endergebnissen. Nutzen Sie frühe Generierungen, um Komposition und Bewegung auszuarbeiten, und wählen Sie Ihre endgültigen Einstellungen erst, wenn Sie mit der Richtung zufrieden sind.

---

Starten Sie Ihre Kreationen mit Fish Creative

Fish Creative vereint Ihre Kreativwerkzeuge in einem Workspace. In diesem Tutorial haben Sie Bildgenerierung, Videogenerierung und Lip-Sync genutzt, um von einem einzigen Prompt zu einem Charakter zu gelangen, der mit einer Fish Audio-Stimme spricht.

Ihr erstes Projekt kann ganz einfach sein: ein klar gerahmter Charakter, ein wenig Bewegung und ein oder zwei Sätze. Sobald Sie mit dem Prozess vertraut sind, probieren Sie Referenzbilder, erste und letzte Frames, Videoreferenzen oder anspruchsvollere Kameraarbeit aus.

Beginnen Sie mit der Erstellung Ihrer eigenen Werke mit Fish Creative →.