Tutorial: Erste Schritte mit der MakeFun-Plattform für digitale Menschen

Empfehlungen zur Beleuchtung:

• Nutze ein Porträt-Lichtsetup im Studio, mit mindestens einer Frontlichtquelle und einem Gegenlicht (für die Kantenzeichnung).
• Bei einem Greenscreen sollte die Person mindestens 2 Meter Abstand zur Wand halten, damit das Keying sauber gelingt.
• Vermeide Kleidung oder Requisiten, die grünes Licht reflektieren.

Empfehlungen zu Umgebungsgeräuschen:

• Achte darauf, dass die Hintergrundgeräusche unter 45 dB liegen, ohne Echo oder Nachhall.
• Vermeide Geräusche von Klimaanlage und Computerlüftern. Wir empfehlen, die Klimaanlage während der Aufnahme auszuschalten.
• Prüfe vor der Aufnahme immer dein Mikrofon.

Empfehlungen zur Kamera:

• Empfohlen wird eine Spiegelreflexkamera mit mindestens 30 FPS Videoaufnahme. Die meisten unserer öffentlichen Avatare wurden mit einer Sony A7S3 oder A7M4 gefilmt.
• Auflösung: 2K bei 30 fps (oder höher, wenn es besonders scharf sein soll). MakeFun unterstützt maximal 4K.
• Format: kein HDR. MakeFun kann HDR-Video grundsätzlich dekodieren, empfehlenswert ist es aber nicht.
• Objektiv: Für Porträtaufnahmen eignet sich ein 40- oder 50-mm-Objektiv (z. B. eine 50-mm-F1.8-Festbrennweite). Blende F1.8–F2.5, Verschlusszeit höchstens 1/100 und ISO unter 800. Passe die Einstellungen an das tatsächliche Licht an.
• Je nach Hardware kannst du weitere Geräte wie Computer, Videograbber oder Teleprompter einsetzen, um die Aufnahmeanforderungen zu erfüllen.

Empfehlungen zum Mikrofon:

• Ansteckmikrofone (Lavalier) sind ideal. Platziere das Mikrofon nicht zu weit von der Person entfernt.
• Für die beste Synchronisation muss das Mikrofon mit der Kamera verbunden sein.
• Das aufgenommene Video muss den aufgenommenen Ton enthalten, exakt synchron zum Bild.

Verhalten des Modells:

• Die Kamera muss das Gesicht der Person klar erfassen.
• Das Modell sollte im Material durchgehend sprechen und darf dabei auf einen Teleprompter schauen. Der Teleprompter muss mit der Kamera fluchten.
• Die Person kann ein eigenes Skript vorbereiten oder einfaches Material nutzen, etwa bekannte Gedichte, Zahlen oder Buchstaben. Wichtig ist deutliches, lautes Sprechen. Gelegentliche Versprecher sind kein Problem — achte nicht auf Fehler, sondern auf Emotion und Mimik beim Sprechen.
• Bleibe mit den Bewegungen im Bildausschnitt und verdecke das Gesicht nicht. Allgemeine Gesten (leichte Handbewegungen, Nicken) sind in Ordnung; vermeide bedeutungstragende Gesten wie Zustimmung oder Ablehnung.
• Die Bewegungen sollten weder zu übertrieben noch zu häufig sein und dürfen das Gesicht nicht verdecken.
• Die Lippenbewegungen dürfen etwas ausgeprägter sein als beim natürlichen Sprechen.
• Alle im Video aufgenommenen Aktionen erscheinen im erzeugten Ergebnis in derselben Reihenfolge.
• Brillengestelle sind in Ordnung

Hintergrundwechsel aktivieren:

• Wenn ein Hintergrundwechsel nötig ist, nimm 1–2 Sekunden „Leeraufnahme“ ohne Person im Bild auf. Lade dann einen Screenshot dieser Leeraufnahme beim Schritt „Add Avatars“ als Original Background hoch.
• Das Hintergrundbild muss kein Greenscreen sein. Unser KI-Algorithmus unterstützt jeden Hintergrund, solange er exakt zum Hintergrund des Avatar-Videos passt.
• Wenn du vor einem Greenscreen filmst, achte darauf, dass die Person keine grüne oder blaue Kleidung trägt — sonst gibt es Probleme beim Keying.

Anforderungen an das Material:

• Das Filmmaterial sollte zwischen 30 Sekunden und 5 Minuten lang sein.
• Das Video muss Sprache enthalten, exakt synchron zu den Lippenbewegungen.
• Im Video darf nur ein Gesicht zu sehen sein.
• Umgebungsgeräusche oder andere Töne (außer der Sprache der Person) sind nicht erlaubt.
• Sprich in gemäßigtem Tempo.
• Zu langsames Sprechen kann die Lippensync-Genauigkeit verringern.
• Zu schnelles Sprechen kann die Lippensynchronisation verzerren.

Audiodauer: 15–60 Sekunden.

Anforderungen an die Umgebung:

• Die Hintergrundgeräusche müssen unter 45 dB liegen, ohne Echo oder Nachhall.
• Mach vor der Aufnahme einen Soundcheck.

Anforderungen an die Ausrüstung:

• Verwende ein gerichtetes Kondensatormikrofon (z. B. mit Nierencharakteristik).

Anforderungen an die Aufnahme:

• Nimm mit dem Mikrofon Audio auf, dessen Klangfarbe und Stimmung zum späteren Einsatzzweck passen (dieser Ton spiegelt sich in der synthetisierten Ausgabe wider).
• Halte das Mikrofon nicht zu nah an den Mund, um Popplaute zu vermeiden.
• Wenn du dich versprichst, mach mit dem nächsten Satz weiter, statt neu anzufangen.
• Achte darauf, dass Hall ausgeschaltet ist, und bearbeite die Originaldatei nicht nach.

Aufnahmeparameter:

• Abtastrate: 48 kHz
• Bittiefe: 16 Bit
• Kanal: Mono
• Nach der Normalisierung sollte der Pegel über 0,4 liegen.

Empfohlene Software: Adobe Audition.