Bei Canva bin ich mir nie so ganz sicher, ob das Feature jetzt neu ist oder ob ich es bisher einfach nie entdeckt hatte. Jedenfalls bin ich kürzlich über die Möglichkeit gestolpert, virtuelle Video-Avatare direkt in Canva zu erstellen.
Canva ermöglicht diese Option in Zusammenarbeit mit D-ID, einer der bekannten bestehenden Plattformen zur Generierung von virtuellen Avataren. Der Trick besteht darin, bei den Avataren die Lippenbewegungen durch AI an beliebige Texte in einer beliebigen Sprache anzupassen.
Neben D-ID gibt es dafür andere Anbieter, zum Beispiel Synthesia.io, welches ich gerne für meine Arbeit nutze.
Einfacher Editor
Wie von Canva gewohnt, sind auch digitale Presenter schnell erstellt.
- Zuerst wählt man einen passenden Avatar.
- Dann gibt man den zu sprechenden Text ein.
- Nun wählt man noch die Sprache und eine konkrete Stimme.
Das war’s schon. Nach ein paar Sekunden ist der Avatar generiert und wird direkt in das Canva-Design eingefügt. Dieses kann man dann mit den gewohnten Werkzeugen verfeinern und downloaden.
In der Testversion hat man 20 Credits zur Verfügung, wobei für jeden generierten Avatar ein Credit abgezogen wird. Braucht man das Tool öfter, dann muss man sich bei I-ID registrieren und da mehr Credits kaufen.
Das Resultat? Ich würde sagen, dem aktuellen Stand der Technik weitgehend entsprechend. Es kommt ein wenig auf die gewählte Sprache und Stimme darauf an. Die Lippenbewegungen sind smooth und wirken gut. Wenn solche digitalen Avatare nicht gerade bildschirmfüllend eingesetzt werden, sondern beispielsweise nur in der unteren Ecke in einem Erklärvideo, dann wird man auf den ersten Blick nicht gleich merken, dass das die AI gemacht hat.
Dass der Editor einfach gehalten ist, ist sicher für viele ein typischer Canva-Vorteil. Leider fehlen dann aber auch die Möglichkeiten zu Feineinstellungen. Die professionelleren Tools erlauben beispielsweise, die Sprachausgabe über SSLM-Codes zu steuern, Pausen einzufügen oder sogar den Avatar mit bestimmten Gesten zu lenken.
Ein generelles Problem liegt zurzeit noch darin, dass man bei synthetischen Stimmen Sprachen noch nicht mischen kann. Bei den englischen Wörtern in einem deutschen Text kommt auch ein digitaler Avatar schnell ins Schwitzen.
Doch hört und seht selbst.