Welke modellen doen wat
| Model | Spraak in dezelfde pass | Een specifieke stem gebruiken | Extra kosten voor geluid |
|---|---|---|---|
| Kling 4.0 | Ja, stereo staat altijd aan | Creëer een stem en geef daarna de id door | Geen |
| Seedance 2.5 | Ja; schrijf dialoog tussen dubbele aanhalingstekens | Voeg een schone opname toe, 1.8 tot 30.2 s op fal | Geen |
| Wan 3.0 | Ja | Voeg tot 15 s referentie-audio toe op fal | Geen |
| Veo 3.1 | Ja; Google zegt dat korte spraak nog volop in ontwikkeling is | Geen route die we hebben getest | $0.40 per seconde met audio tegenover $0.20 zonder, op fal |
Zonder een stemmonster verzint elk model een stem, waardoor die stem niet consistent zal zijn tussen verschillende opnamen. Dat wordt belangrijk zodra een personage in meer dan één generatie spreekt.
Wat er gebeurde toen we het probeerden
De poppenhuisscène had twee sprekende personages en korte regels. De eerste take van Google Flow gaf beide regels aan de reus, voordat er iets werd gegooid, en de tweede verloor “Sorry” volledig. Wan 3.0 leverde beide regels aan de juiste personages en voegde enkele muzieknoten toe die de prompt had uitgesloten. Op MiniMax H3 turbo vertoonde een groot pratend gezicht duidelijke artefacten. Hiervoor is het volledige model nodig.
Wan 3.0, twee regels gegenereerde dialoog, met geluid.
One Prompt Studio heeft een presentator die gedurende de hele tijd spreekt. Wan 3.0 genereerde de spraak en lip-sync over 30 seconden. We hebben de stem vervolgens vervangen door een aangepaste met behulp van ElevenLabs speech-to-speech, waardoor de timing van de woorden behouden bleef en de mondbeweging nog steeds overeenkwam. Het script bevatte 49 woorden in 30 seconden, wat boven de ongeveer 40 ligt die een Seedance prompt builder als veilig beschouwt. Bij langere zinnen moet je rekening houden met slordig spreken.
Vier routes, en wanneer je welke gebruikt
| Route | Beste voor | Afweging | Ons resultaat |
|---|---|---|---|
| Dialoog in de generatie | Gegenereerde personages | Elke run verzint een stem, tenzij je er zelf een opgeeft | Wan 3.0, 30 s bij 1080p, $6.00 |
| Speech-to-speech over een take | Je eigen stem op een gegenereerd personage | Timing moet gelijk blijven | Woordtiming behouden in One Prompt Studio |
| Avatar van een foto | Nieuwe opname naar camera vanuit één foto | Verzonnen gebaren, soms een gladde huid | Kling AI Avatar v2 Pro, 5.55 s: $0.83 en 7 minuten. OmniHuman 1.5: $0.89 en 3 minuten |
| Lip-sync pass op echte beelden | Een nieuwe regel op een echte take | Mond iets zachter dan de huid eromheen | sync lipsync-2-pro op fal: 2.87 s voor ongeveer $0.24 |
Wanneer de spreker een echt persoon is
Behoud de originele opname waar mogelijk. In onze talking-head test veranderde Seedance 2.5 Video Edit de kamer en de outfit, terwijl het knipperen, de mondvormen en de gebaren op hun plek bleven. De 5.00-seconden input kwam terug als 4.71 seconden, dus we hebben het weer uitgerekt en de originele stem eroverheen gelegd. De stem is nooit gereconstrueerd en de gebaren liepen binnen twee frames synchroon.
Kies voor een lip-sync pass een bron-take waarvan de spreektijd overeenkomt met de nieuwe regel. Ons beste resultaat gebruikte een take met 2.17 seconden spraak voor een regel van 2.15 seconden. De hoofdbeweging blijft behouden van de bron, dus als het ritme afwijkt, klinkt het als een nasynchronisatie. Let op het vervagen van de liptextuur wanneer de mond sluit na de regel.
Clone of animeer alleen iemand met diens toestemming. Op fal weigerde Seedance 2.5 in onze test een video van een echt persoon direct, dus je hebt mogelijk een ander platform nodig hiervoor.
Hoe je dialoog schrijft die standhoudt
- Noem de spreker van elke regel, in de volgorde waarin ze spreken.
- Schrijf elke paar seconden één korte zin. Laat ruimte voor actie.
- Zet gesproken woorden tussen dubbele aanhalingstekens en vermeld de taal.
- Beschrijf de stem of voeg er een toe. Geef aan wat stil moet blijven, zoals “geen muziek”, en controleer dit desondanks.
- Houd het gezicht groot genoeg in het kader, en gebruik een volledig model in plaats van een draft-model.
- Controleer met geluid aan, op volledige grootte, voordat je betaalt voor de hogere resolutie.
Stem, beeld en montage samen
Ik bouw easyai.video om stem, takes en ondertiteling bij het beeld te houden, van de eerste referentie tot de export. Het bevindt zich in de laatste fase van ontwikkeling.
Meld je aan voor de wachtlijst ↗