Am häufigsten verwendet
Alles andere
Kein Videomodell. Vier normale Schritte in der richtigen Reihenfolge.
Aktualisiert: 2026-09-10
Der Sprechertext wird zuerst geschrieben oder eingefügt, denn seine Länge bestimmt die Anzahl der Szenen und seine Formulierungen legen fest, was jede Szene zeigen muss. Etwa zwölf bis sechzehn Sekunden Sprechzeit pro Szene ergeben ein Tempo, das weder abgehackt noch schleppend wirkt.
Jede Szene wird als vollständige Illustration mit einem klar vorgegebenen Layout erzeugt, etwa linke Hälfte, rechte Hälfte oder Quadranten. Die Skriptabschnitte werden diesen Bereichen zugeordnet. Die gesamte Szene auf einmal zu erzeugen, hält die Komposition stimmig. Einzelne Ausschnitte zusammenzusetzen, lässt ältere Tools dagegen wie eine Collage wirken.
Die fertige Illustration wird per Schwellenwert in Linien und Papier getrennt, anschließend auf ein ein Pixel breites Skelett reduziert und dann in Zeichenpfade umgewandelt. Deshalb müssen große freie Papierflächen sichtbar bleiben: Auf einem dunklen Hintergrund lassen sich keine Linien erkennen und das Ergebnis wirkt wie Bildrauschen.
Die Sprachsynthese liefert für jedes Wort einen Zeitstempel. Jeder Szenenabschnitt beginnt seinen Bereich einzublenden, sobald die Stimme das erste zugehörige Wort erreicht. Spätere Bereiche werden von früheren abgezogen, damit nichts doppelt gezeichnet wird.
Nein. Es besteht aus einem Storyboard, statischen Illustrationen, Sprachsynthese und einem Renderer für die Strichfolge, die in dieser Reihenfolge kombiniert werden.
Die Linienerkennung sucht nach dunklen Linien auf hellem Papier. Vollständig dunkel gefüllte Flächen bieten keine Linien zum Nachzeichnen.
Weil sonst die Komposition auseinanderfällt. Wird die gesamte Szene erzeugt, wirkt das Bild gestaltet statt zusammengesetzt.
Das Timing basiert auf Zeitstempeln für einzelne Wörter statt auf einer festen Bildrate. Dadurch summieren sich keine zeitlichen Abweichungen.