ElevenCreative Studio

Hochladen

Wählen Sie Hochladen, um mit vorhandenen Medien zu beginnen. Text- und Audiodateien werden im Audio-Layout geöffnet. Videodateien werden im Video-Layout mit verfügbaren Untertiteln geöffnet.

Projekt von Grund auf starten

Wählen Sie + Neues leeres Projekt, um die Projekttyp-Auswahl zu öffnen:

• Videoprojekt (Neu) öffnet den neuen Videoeditor mit den Bereichen Bibliothek, Skript und Untertitel sowie Studio Agent.
• Audioprojekt erstellt ein leeres Audioprojekt für lange Sprechertexte, Podcasts und Hörbücher.
• Videoprojekt öffnet die vorherige Version von Studio für Video.

Kontextbezogene Seitenleiste für Audioprojekte

Die kontextbezogene Seitenleiste zeigt Tools und Details für das ausgewählte Element.

Für Sprechertext enthält die Seitenleiste Wiedergabesteuerung, Typ, Modell, Stimme, Einstellungen überschreiben und Generierungsverlauf. Der Bereich KI-Tools bietet folgende Aktionen:

• Text verbessern überarbeitet den Text, um die Sprechweise zu steuern.
• Hintergrundaudio entfernen verwendet Stimmenisolator, um Hintergrundaudio zu entfernen.
• Stimmenverzerrer verwenden verändert die Stimme in bestehendem Audio.
• Sprache mit Ihrer Stimme steuern nimmt Referenzaudio auf, um die Sprechweise mit dem Schauspielermodus zu steuern.

Für Medienclips zeigt die Seitenleiste die relevanten Clipeigenschaften und Aktionen.

Timeline und Spuren

Die Timeline bietet eine kapitelweite Ansicht Ihres Projekts. So sehen Sie Sprechertext, Musik und SFX auf einen Blick.

Passen Sie das Timing zwischen Absätzen oder einzelnen Sätzen an. Sie können Clips auch zuschneiden, teilen und duplizieren oder längere Kapitel vergrößern und verschieben. Wellenformen zeigen die relative Lautstärke über alle Spuren hinweg.

Seitenleiste „Kapitel“

Wenn Sie ein neues Audioprojekt erstellen, haben Sie Zugriff auf die Seitenleiste „Kapitel“. Beim Import eines Dokuments werden Kapitel automatisch erkannt.

Wählen Sie den Tab Kapitel, um Kapitel in einem bestehenden Projekt zu verwalten.

Wählen Sie +, um ein Kapitel hinzuzufügen. Mit Kapitelaktionen können Sie ein Kapitel umbenennen oder entfernen. Ziehen Sie Kapitel, um ihre Reihenfolge zu ändern.

Generieren/Erneut generieren

Wählen Sie Generieren, um Audio für den ausgewählten Text zu erstellen. Das Generieren von Audio verbraucht Credits.

Wenn Sie den Text oder die Stimme ändern, verliert der Absatz seinen Generierungsstatus. Wählen Sie Generieren, um ihn erneut zu generieren.

Der Status eines Absatzes (konvertiert oder nicht konvertiert) wird durch die Leiste links neben dem Absatz angezeigt. Nicht konvertierte Absätze haben eine hellgraue Leiste, konvertierte Absätze eine dunkelgraue.

Wenn die Schaltfläche Erneut generieren anzeigt, verbraucht die nächste Generierung keine Credits. Sie können zweimal ohne Credits erneut generieren, solange Sie Stimme oder Text nicht ändern.

Diese Aktion gilt für Sprechertext und andere generierte Sprache. Timeline-Elemente wie Video, externes Audio, Musik, SFX und Untertitel werden auf der Timeline angeordnet und beim Export gerendert.

Wiedergabe

Mit der Schaltfläche Wiedergabe im Player unten in der ElevenCreative-Studio-Oberfläche können Sie bereits generiertes Audio abspielen oder Audio generieren, wenn ein Absatz noch nicht konvertiert wurde. Das Generieren von Audio kostet Credits. Wenn Sie bereits Audio generiert haben, spielt die Schaltfläche Wiedergabe dieses Audio ab und Ihnen werden keine Credits berechnet. Bei der Verwendung der Schaltfläche Wiedergabe gibt es drei Modi. Bis zum Ende (Clips im Voraus generieren) spielt vorhandenes Audio ab oder generiert neues Audio für noch nicht generierte Absätze – vom ausgewählten Absatz bis zum Ende des aktuellen Kapitels. Dabei werden mehrere Clips im Voraus generiert. Bis zum Ende (einzeln generieren) spielt vorhandenes Audio ab oder generiert neues Audio vom ausgewählten Absatz bis zum Ende des aktuellen Kapitels, generiert jedoch jeweils nur einen Clip. Auswahl spielt oder generiert Audio nur für den ausgewählten Absatz. Wenn eine Videospur vorhanden ist, zeigt der Player auch eine Vorschau des Videos synchron mit dem Abspielkopf. Das Abspielen von vorhandenem Audio oder Video verbraucht nie Credits; nur das Generieren von Sprechertext verbraucht Credits.

Generierungsverlauf

Der Generierungsverlauf eines Absatzes wird in der kontextbezogenen Seitenleiste angezeigt, wenn der Absatz ausgewählt ist. Er zeigt alle zuvor für den ausgewählten Absatz generierten Audiodateien, sodass Sie jede einzelne Generierung anhören und herunterladen können.

Wenn Sie eine frühere Version eines Absatzes bevorzugen, können Sie mit der Schaltfläche Generierung wiederherstellen zur ausgewählten Version zurückkehren. Sie können Generierungen auch entfernen. Beachten Sie jedoch: Wenn Sie eine Version entfernen, ist dies dauerhaft und kann nicht rückgängig gemacht werden.

Generierungsverlauf gilt für Sprechertext-Generierungen. Importierte Medien (externes Audio, Musik, SFX) oder Videoclips werden nicht erfasst.

Rückgängig und Wiederholen

Wenn Sie versehentlich eine Änderung vornehmen, können Sie mit der Schaltfläche Rückgängig die vorherige Version wiederherstellen und mit Wiederholen die Änderung erneut anwenden.

Pausen

Mit der Schaltfläche Pause einfügen können Sie eine Pause hinzufügen. Dadurch wird ein Pausen-Tag eingefügt. Standardmäßig ist es auf 1 Sekunde gesetzt, Sie können die Dauer jedoch auf maximal 3 Sekunden ändern.

Pausen beeinflussen nur die Wiedergabe generierter Sprache; sie verschieben oder pausieren keine anderen Timeline-Spuren. Nutzen Sie die Timeline, um präzise Pausen für Musik, SFX und Video zu erstellen.

Schauspielermodus

Mit dem Schauspielermodus können Sie genau festlegen, wie ein Textabschnitt gesprochen werden soll: Laden Sie eine Aufnahme hoch oder nehmen Sie sich direkt auf. Sie können entweder einen Textbereich markieren, den Sie bearbeiten möchten, oder einen ganzen Absatz auswählen. Nachdem Sie den Text ausgewählt haben, für den Sie den Schauspielermodus verwenden möchten, klicken Sie im Bereich KI-Tools der Seitenleiste auf Sprache mit Ihrer Stimme steuern. Das Pop-up Schauspielermodus wird angezeigt.

Eine Übersicht zum Schauspielermodus finden Sie in diesem Video.

Laden Sie Ihr Audio hoch oder nehmen Sie es auf. Anschließend können Sie das Audio anhören oder entfernen. Außerdem sehen Sie, wie viele Credits die Generierung des ausgewählten Texts mit dem von Ihnen bereitgestellten Audio kostet.

Wenn Sie mit dem Audio zufrieden sind, klicken Sie auf Generieren. Ihr Audio steuert dann die Sprechweise des ausgewählten Texts.

Dateien

Laden Sie Audiodateien für Ihr Projekt hoch oder nehmen Sie sie auf. Sie können Dateien per Drag-and-drop in das Panel ziehen, auf Datei hochladen klicken oder mit Aufnehmen Audio direkt aufnehmen. Wechseln Sie zwischen Dieses Projekt und Arbeitsbereich, um Dateien zu durchsuchen. Hochgeladenes Audio kann nicht auf Vertriebsplattformen veröffentlicht werden.

Musik

Generieren Sie Musik in ElevenCreative Studio und platzieren Sie sie auf einer separaten Timeline-Spur. Erstellen Sie Musik aus einem Prompt oder importieren Sie einen vorhandenen Track. Sie können jeden Clip zuschneiden, duplizieren, verschieben und seine Lautstärke anpassen. Stereoquellen bleiben Stereo.

Soundeffekte

Fügen Sie Soundeffekte als separate Clips auf der Timeline hinzu. Sie können sie beliebig positionieren, mehrere Effekte übereinanderlegen und ihr Timing durch Zuschneiden und Duplizieren präzise anpassen.

Erstellen Sie Effekte aus einem Text-Prompt oder wählen Sie einen vorhandenen Effekt aus der SFX-Bibliothek.

Sie können Vorschauen erneut generieren, um Varianten zu erkunden, und den ausgewählten Effekt dann auf die Timeline anwenden. Das Löschen und Duplizieren von SFX-Clips funktioniert wie bei anderen Timeline-Clips.

Absatz sperren

Wählen Sie Absatz sperren, um Änderungen an einem Absatz zu verhindern.

Links neben gesperrten Absätzen wird ein Schlosssymbol angezeigt. Wählen Sie erneut Absatz sperren, um einen Absatz zu entsperren. Die Sperre gilt nur für Sprechertext-Inhalte; Sie können Video-, Musik- und Soundeffekt-Clips weiterhin bearbeiten.

Tastenkürzel

Wählen Sie Projektoptionen > Tastenkürzel, um die verfügbaren Tastenkürzel anzuzeigen.

Kontextbezogene Seitenleiste für Videoprojekte

Der neue Editor für Videoprojekte umfasst die Panels Bibliothek, Skript und Untertitel. Informationen zu Audioprojekten finden Sie unter Kontextbezogene Seitenleiste für Audioprojekte.

Bibliothek

Das Panel Bibliothek speichert Videoclips, Bilder und Sprache zur Wiederverwendung auf der Timeline. Wechseln Sie mit den Tabs Projekt und Arbeitsbereich zwischen Projekt-Assets und Assets, die im Arbeitsbereich geteilt werden. Filtern Sie Assets nach Herkunft, Status oder Timeline-Präsenz.

Wählen Sie Erstellen +, um Inhalte hinzuzufügen.

Medien

• Video generiert einen Videoclip.
• Lippensynchronisation synchronisiert einen Avatar mit einem Sprachclip.
• Bild generiert ein Standbild.
• Sprache generiert einen Voiceover-Clip.
• SFX generiert einen Soundeffekt.
• Musik generiert einen Musiktitel.
• Hochladen importiert Mediendateien von Ihrem Gerät.

Elemente

• Text fügt eine Textüberlagerung hinzu.

Skript

Das Panel Skript organisiert Sprechertext nach Audiospur:

• Voiceover zeigt jeden Absatz mit der zugewiesenen Stimme und dem Modell an. Wählen Sie einen Absatz aus, um den Text zu bearbeiten oder die Stimme zu ändern. Änderungen erfordern eine erneute Generierung.
• Aussprache öffnet den Aussprache-Editor, in dem Sie Alias- oder Phonemregeln hinzufügen können.

Untertitel

Wählen Sie im Panel Untertitel eine Audiospur als Untertitelquelle aus. Verwenden Sie die zwei Tabs, um Transkript und Stil zu bearbeiten:

• Transkript zeigt Untertiteltext mit Zeitstempeln an. Wählen Sie Bearbeiten, um Text oder Timing zu korrigieren.
• Stil konfiguriert Schriftart, Farbe, Größe und Positionierung. Änderungen werden in der Videovorschau angezeigt und in das exportierte Video eingebrannt.

Videospur und Voiceovers

Erstellen und verwalten Sie Videoclips im Panel Bibliothek. Generieren Sie einen Clip aus einem Prompt oder wählen Sie Hochladen, um vorhandenes Material hinzuzufügen. Ziehen Sie einen Clip aus der Bibliothek auf die Timeline. Verwenden Sie Bildreferenzen, Referenzvideos, Startbild und Endbild, um visuellen Kontext für die Generierung bereitzustellen.

Fügen Sie eine Videospur hinzu, um Sprechertext mit vorhandenem Material oder B-Roll zu kombinieren. Importieren Sie eine Videodatei oder fügen Sie eine leere Spur hinzu. Richten Sie dann den Sprechertext auf der Timeline am Video aus. Aktivieren Sie bei Bedarf Untertitel und wählen Sie eine Vorlage aus.

Seitenverhältnis

Verwenden Sie die Auswahlleiste oben, um das Seitenverhältnis der Ausgabe festzulegen:

• 16:9 für YouTube-Anzeigen und Standard-Breitbild.
• 9:16 für TikTok, Reels und Shorts.
• 4:5 für LinkedIn- und Facebook-Anzeigen.
• 1:1 für Instagram-Beiträge.

Das ausgewählte Verhältnis gilt für die Canvas-Vorschau und das exportierte Video.

Stimmen

Sie können Instant Voice Clones, Professional Voice Clones, über die Stimmbibliothek geteilte Stimmen und mit Voice Design erstellte synthetische Stimmen verwenden.

Die Stimmleistung hängt von der Qualität des Quellaudios, dem Modell und der Sprache ab. Testen Sie mehrere Stimmen, um herauszufinden, welche zum Projekt passt.

Wenn Sie mit einer Stimme unzufrieden sind, aber die Sprechweise der Aufnahme Ihnen gefällt, können Sie mit unserem Stimmenverzerrer die Stimme ändern und die Aufnahme beibehalten.

Mehr über Stimmen erfahren

Stimmeinstellungen

Unsere Nutzer haben unterschiedliche Workflows gefunden, die für sie funktionieren. Am häufigsten werden Stabilität um 50 und Ähnlichkeit nahe 75 verwendet, danach folgen nur minimale Änderungen. Das hängt natürlich von der ursprünglichen Stimme und dem gewünschten Sprechstil ab.

Wichtig: Die KI ist nicht deterministisch. Bestimmte Schiebereglerwerte garantieren nicht jedes Mal dieselben Ergebnisse. Die Regler definieren vielmehr einen Bereich dafür, wie stark die Ergebnisse zwischen den einzelnen Generierungen variieren können.

Aktivieren Sie Einstellungen überschreiben, um die Stimmeinstellungen für den ausgewählten Text oder Absatz zu ändern. Ohne diese Überschreibung gelten Änderungen für jede Verwendung der Stimme im Projekt und erfordern eine erneute Generierung. Entsperren Sie alle betroffenen gesperrten Absätze, bevor Sie die Einstellungen ändern.

Alias

Mit dieser Einstellung können Sie der Stimme einen Alias geben, der nur für dieses Projekt gilt. Wenn Sie beispielsweise für jede Figur in Ihrem Hörbuch eine andere Stimme verwenden, können Sie den Namen der Figur als Alias nutzen.

Lautstärke

Wenn Ihnen das generierte Audio der Stimme zu leise oder zu laut ist, können Sie die Lautstärke anpassen. Der Standardwert ist 0.00, das heißt, das Audio bleibt unverändert. Der Mindestwert beträgt -30 dB, der Höchstwert +5 dB.

Geschwindigkeit

Mit der Einstellung Geschwindigkeit können Sie die Geschwindigkeit der generierten Sprache erhöhen oder verringern. Der Standardwert ist 1.0, das heißt, die Geschwindigkeit wird nicht angepasst. Werte unter 1.0 verlangsamen die Stimme bis auf mindestens 0.7. Werte über 1.0 beschleunigen die Stimme bis auf höchstens 1.2. Extreme Werte können die Qualität der generierten Sprache beeinträchtigen.

Stabilität

Der Regler Stabilität bestimmt, wie stabil die Stimme ist und wie stark die Ergebnisse zwischen den einzelnen Generierungen variieren. Ein niedrigerer Wert verleiht der Stimme ein breiteres emotionales Spektrum. Dies hängt stark von der ursprünglichen Stimme ab. Ein zu niedriger Wert kann zu ungewöhnlichen, übermäßig zufälligen Sprechweisen führen und dazu, dass die Figur zu schnell spricht. Ein zu hoher Wert kann dagegen zu einer monotonen Stimme mit wenig Emotion führen.

Für eine lebhaftere und dramatischere Sprechweise empfiehlt es sich, den Stabilitätsregler niedriger einzustellen und einige Male zu generieren, bis Sie eine passende Aufnahme finden.

Wenn Sie dagegen eine ernstere Sprechweise wünschen, bei sehr hohen Werten sogar nahezu monoton, empfiehlt es sich, den Stabilitätsregler höher einzustellen. Da das Ergebnis konsistenter und stabiler ist, müssen Sie normalerweise nicht so viele Beispiele generieren, um das gewünschte Ergebnis zu erzielen. Experimentieren Sie, um herauszufinden, was für Sie am besten funktioniert.

Ähnlichkeit

Der Regler Ähnlichkeit bestimmt, wie genau die KI die ursprüngliche Stimme beim Nachbilden übernehmen soll. Wenn das ursprüngliche Audio eine schlechte Qualität hat und der Ähnlichkeitsregler zu hoch eingestellt ist, kann die KI Artefakte oder Hintergrundgeräusche reproduzieren, wenn diese in der Originalaufnahme vorhanden waren.

Stilübertreibung

Einige Modelle enthalten die Einstellung Stilübertreibung. Diese Einstellung versucht, den Stil des ursprünglichen Sprechers zu verstärken. Sie benötigt zusätzliche Rechenressourcen und kann die Latenz erhöhen, wenn sie auf einen anderen Wert als 0 gesetzt wird. Beachten Sie, dass diese Einstellung das Modell etwas weniger stabil machen kann, da es versucht, den Stil der ursprünglichen Stimme stärker hervorzuheben und nachzuahmen.

Generell empfehlen wir, diese Einstellung immer auf 0 zu lassen.

Sprecher-Boost

Diese Einstellung erhöht die Ähnlichkeit mit dem ursprünglichen Sprecher. Sie erfordert jedoch etwas mehr Rechenleistung, was wiederum die Latenz erhöht. Die durch diese Einstellung verursachten Unterschiede sind in der Regel eher subtil.

Aussprachewörterbücher

Manchmal möchten Sie die Aussprache bestimmter Wörter festlegen, etwa von Figuren- oder Markennamen, oder bestimmen, wie Akronyme gelesen werden sollen. Aussprachewörterbücher ermöglichen dies, indem Sie eine Lexikon- oder Wörterbuchdatei mit Regeln für die Aussprache bestimmter Wörter hochladen können – entweder mit einem phonetischen Alphabet (Phonem-Tags) oder mit Wortersetzungen (Alias-Tags).

Wenn eines dieser Wörter in einem Projekt vorkommt, spricht die KI das Wort mit der angegebenen Ersetzung aus. Bei der Suche nach einem Ersatzwort in einem Aussprachewörterbuch wird das Wörterbuch von Anfang bis Ende geprüft und nur die erste Ersetzung verwendet.

Bestehende Aussprachewörterbücher können Sie über den Aussprache-Editor mit Ihrem Projekt verbinden. Sie können ihn über die Symbolleiste öffnen. Suchen Sie im Dropdown-Menü das Wörterbuch, das Sie verbinden möchten, und wählen Sie Verbinden.

Sie können ein neues Aussprachewörterbuch aus Ihrem Projekt erstellen, indem Sie im Aussprache-Editor einen Eintrag anlegen. Alternativ können Sie über Alle Aussprachewörterbücher öffnen im Aussprache-Editor ein Aussprachewörterbuch hochladen oder erstellen. Anschließend können Sie Verbinden auswählen, um das Aussprachewörterbuch mit dem aktuellen Projekt zu verbinden.

Weitere Informationen zu Aussprachewörterbüchern finden Sie in unserem Leitfaden zu Best Practices für Prompts.

Exporteinstellungen

Im Tab Export unter Projekteinstellungen können Sie Ihrem Projekt zusätzliche Metadaten wie Titel, Autor, ISBN und eine Beschreibung hinzufügen. Diese Informationen werden automatisch den heruntergeladenen Audiodateien hinzugefügt. Sie können außerdem auf frühere Versionen Ihres Projekts zugreifen und die Lautstärkenormalisierung aktivieren. Diese Einstellungen gelten für Audioexporte; das Erscheinungsbild von Videos wird über Ihre Timeline- und Untertitelvorlagen gesteuert.

Exportoptionen

Bei einem Projekt mit einem einzelnen Kapitel exportieren Sie das Projekt als MP3 oder WAV. Wenn das Projekt eine Videospur oder Untertitel enthält, können Sie es auch als Video exportieren.

Wenn Ihr Projekt mehrere Kapitel hat, können Sie jedes Kapitel einzeln oder das gesamte Projekt exportieren. Beim Export des gesamten Projekts können Sie es als einzelne Datei oder als ZIP-Datei mit einzelnen Dateien für jedes Kapitel exportieren. Bei reinen Audioexporten können Sie außerdem zwischen MP3 und WAV wählen.

Aktivieren Sie für Videoexporte Untertitel und fügen Sie vor dem Export eine Videospur hinzu (oder ein teilbares TTS-Video). Das Video wird mit Ihrer ausgewählten Untertitelvorlage gerendert.

Qualitätseinstellung

Die Qualität des Exports hängt von Ihrem Abonnement ab. Für neu erstellte Projekte gilt folgende Qualität:

• Free, Starter und Creator: 128-kbps-MP3 oder WAV, konvertiert aus einer 128-kbps-Quelle.
• Pro-, Scale-, Business- und Enterprise-Tarife: 16-Bit-WAV mit 44,1 kHz oder 192-kbps-MP3 (Ultra Lossless).

Herunterladen

Sobald Ihr Export bereit ist, wird er automatisch heruntergeladen. Bei teilbaren TTS-Videos können Sie außerdem einen Link zum schnellen Teilen kopieren.

Sie können auf alle früheren Exporte von Kapiteln und Projekten zugreifen und sie herunterladen, indem Sie auf die Schaltfläche Projektoptionen klicken und Exporte auswählen.

Teilen

Erstellen Sie im Editor einen schreibgeschützten Link, damit andere Ihre Timeline abspielen und Ihren Mix prüfen können, ohne Dateien herunterzuladen. Sie können den Zugriff jederzeit widerrufen. Kommentare sind ebenfalls verfügbar, auch anonym.

Kommentieren

Laden Sie Mitwirkende oder Ihr Publikum ein, Feedback direkt auf der Timeline zu hinterlassen. Kommentare werden mit einem Zeitstempel an der Abspielposition versehen, sodass Feedback genau dort erscheint, wo es relevant ist. Kommentierende benötigen kein ElevenLabs-Konto und können einen Namen angeben oder anonym posten. Diskussionen bleiben durch Antworten in Threads und optionale Erwähnungen von Mitwirkenden übersichtlich.

Um einen Kommentar hinzuzufügen, öffnen Sie einen geteilten Projektlink (oder den Editor mit aktiviertem Teilen), bewegen Sie die Abspielposition zum richtigen Moment und klicken Sie auf Kommentar hinzufügen. Schreiben Sie Ihre Nachricht und veröffentlichen Sie sie; mit Antworten setzen Sie den Thread fort. Sie erhalten E-Mail-Benachrichtigungen, wenn ein neuer Kommentar oder eine Antwort in einem Thread eingeht, den Sie gestartet haben oder an dem Sie beteiligt waren.

Wenn Feedback bearbeitet wurde, markieren Sie den Thread als Gelöst. Er wird in der Liste eingeklappt und kann später wieder geöffnet werden. Das Lösen eines Threads pausiert weitere Benachrichtigungen, bis er erneut geöffnet wird.