Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com18. Oktober 2026 · Q011172

8 Free Open-Source Tools to Create AI Videos and Voiceovers

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Bericht stellt acht kostenlose oder quelloffene Werkzeuge für Sprachgenerierung, KI-Video, Untertitel, Schnitt und Stockmaterial vor und skizziert, wie sie zu einem Videoproduktionsablauf kombiniert werden können. Er weist auf mögliche Hardwareanforderungen, ungenaue oder inkonsistente Ergebnisse, Lizenzprüfungen und die nötige manuelle Kontrolle hin; einige Beispiele sind ausdrücklich nur schematisch.

Mittel

Der vollständige Bericht beschreibt acht kostenlose oder quelloffene Werkzeuge, die sich zu einem Arbeitsablauf für KI-Videos kombinieren lassen: Voic und Chatterbox für Sprachgenerierung, Wan und LTX-Video für Videoclips, Whisper für Transkripte und Untertitel, Auto-Editor für das Auffinden stiller Passagen, Kdenlive für den Schnitt und Mixkit für Stockmaterial, Musik und Effekte. Als Beispiel empfiehlt der Beitrag, zunächst Skript und Szenen zu planen, dann Sprache und Bildmaterial zu erstellen oder auszuwählen, Untertitel anzufertigen, Pausen zu prüfen und alles im Schnittprogramm zusammenzufügen.

Der Artikel rät, die aktuelle Dokumentation, Modellanforderungen und Lizenzen zu prüfen. Lokale Videogenerierung kann viel GPU-Speicher benötigen; mehrere Versuche können nötig sein. Automatisches Kürzen kann natürliche Pausen oder Atemzüge entfernen, Whisper-Transkripte können Fehler enthalten, und generierte Bilder sind nicht immer konsistent. Mixkit-Material hat je nach Inhalt unterschiedliche Nutzungsbedingungen. Beim Klonen einer Stimme soll die ausdrückliche Zustimmung der betroffenen Person vorliegen. Der Beitrag empfiehlt eine manuelle Schlusskontrolle von Synchronität, Untertiteln, Ton und Rechten. Seine Beispiele sind teilweise schematisch; insbesondere ist der gezeigte Voic-Aufruf keine bestätigte API.

Ausführlich lesen

Der vollständige Bericht stellt acht kostenlose oder quelloffene Werkzeuge für die Erstellung von KI-Videos und Sprachaufnahmen vor. Seine zentrale Aussage: Eine Videoproduktion müsse weder ein teures Studio noch mehrere kostenpflichtige Abonnements voraussetzen. Mit geeigneter Software könnten Erstellerinnen und Ersteller Texte vertonen, Bildmaterial erzeugen oder finden, Untertitel erstellen, Pausen kürzen und alles zu einem Video schneiden. Der Beitrag beschreibt dies als möglichen Arbeitsablauf, nicht als Nachweis, dass jede Aufgabe vollständig oder problemlos automatisierbar ist.

Für synthetische Sprache nennt der Bericht Voic und Chatterbox. Voic wird als quelloffenes Projekt für lokale Sprachgenerierung und mögliche Stimmklonung vorgestellt; seine Fähigkeiten hingen jedoch vom aktuellen Projektstand ab und sollten vor der Nutzung geprüft werden. Chatterbox von Resemble AI sei auf ausdrucksstarke Text-zu-Sprache-Ausgabe ausgelegt. Einrichtung, Sprachen, Hardwarebedarf und Lizenzen variierten je nach Version und Modell. Für Stimmklonen empfiehlt der Beitrag, nur die eigene Stimme oder eine Stimme mit ausdrücklicher Zustimmung nachzubilden.

Wan und LTX-Video werden als quelloffene Videogenerierungsprojekte beschrieben, die Clips aus Texteingaben beziehungsweise Bildern erzeugen können. Der Bericht nennt Anwendungen wie Erklärvideos und kreative Projekte, betont aber Grenzen: Lokale Generierung kann viel GPU-Speicher und Speicherplatz benötigen; kleinere oder quantisierte Modelle beziehungsweise gehostete Ausführung könnten auf schwächerer Hardware praktikabler sein. Bei LTX-Video seien mehrere Versuche nötig, um Bewegung, Bildaufbau und visuelle Konsistenz zu treffen. Die aktuellen Modellversionen und Systemanforderungen solle man jeweils im Projekt nachsehen.

Whisper dient laut Artikel der Spracherkennung und kann Transkripte sowie, abhängig von den Optionen, zeitcodierte Untertitel erstellen. Größere Modelle können in manchen Fällen genauer sein, benötigen meist aber mehr Rechenleistung; die Ergebnisse sollten korrigiert werden. Auto-Editor soll anhand von Audio- und Videoinhalten Pausen oder andere Abschnitte zum Kürzen finden. Automatisches Entfernen von Stille kann Atempausen beseitigen oder abrupte Übergänge erzeugen, weshalb der Schnitt geprüft werden soll. Kdenlive ist der kostenlose quelloffene Schnittplatz zum Zusammenfügen von Bild, Ton, Musik und Untertiteln. Mixkit bietet kostenloses Stockmaterial, Musik und Effekte; die jeweiligen Lizenzbedingungen sind besonders bei kommerzieller oder monetarisierter Nutzung zu kontrollieren.

Als Beispielablauf schlägt der Beitrag vor: Skript und Szenen planen, eine Sprachaufnahme erzeugen und anhören, passende KI-Clips generieren oder Stockmaterial auswählen, Untertitel erstellen, unnötige Pausen vorsichtig kürzen, die Elemente in Kdenlive bearbeiten und das fertige Video vollständig auf Synchronität, Untertitelgenauigkeit, Tonqualität und Rechte prüfen. Nicht jedes Projekt benötige alle acht Werkzeuge. Der Artikel enthält außerdem Beispielbefehle und ein Verzeichnislayout; er kennzeichnet den gezeigten Voic-Funktionsaufruf ausdrücklich als schematisch und nicht als verifizierte API. Insgesamt handelt es sich um eine praktische Toolübersicht, nicht um einen unabhängigen Leistungsvergleich oder eine Garantie für bestimmte Ergebnisse.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die Zusammenfassung „mittel“; die Kurzfassung ist ebenfalls treu, enthält keine erfundenen Angaben und nennt zusätzlich nur allgemeine Punkte. Die Einordnung von Luna weicht bei beiden Fragen ab (E4: 3 statt 2; H2: 1 stimmt), da der Bericht keine Belege zu Gemeingütern oder Verantwortung für offene Modelle liefert.

Im Bericht, aber nicht in der Zusammenfassung

  • Kernthese des Beitrags, dass KI-Videos ohne teure Produktionsumgebung und ohne mehrere Abonnements erstellt werden können
  • Kdenlive als Editor ohne Wasserzeichen oder Abo-Pflicht

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
Modelle teilen und schützen
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 59 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →