Diese Anleitung behandelt Viral Music Solo im Modus Lip-sync Performance, mit einem Quell-Track und einem Charakterbild. Für zwei Sänger nutze Duet mit einem gemischten Track und einem Foto, auf dem beide Performer zu sehen sind. Story hat einen separaten Storyboard-Workflow und eine eigene Videoberechnung. Du wählst die genaue Passage, entscheidest, wie der Performer aussehen soll, legst das Ausgabeformat fest und prüfst vor der Generierung die Live-Schätzung. VisionStory erstellt dann die visuelle Performance und arrangiert die Shots passend zum Song.
Dies ist kein Frame-by-Frame-Editor. Ihre stärksten Stellhebel sind die Quellpassage, das Quellbild und das Ausgabeformat — diese Inputs bewusst zu wählen hat deutlich mehr Einfluss, als sie als reine Setup-Details zu behandeln. Das Video oben zeigt den kompletten Workflow mit einem echten Song-Ausschnitt und einem tatsächlich generierten Ergebnis; die Schritte unten erläutern jede Entscheidung.
- Quelle — eine Audiodatei oder ein Video, dessen Soundtrack zum Quell-Track wird.
- Clip-Länge — eine durchgehende Passage von 15 Sekunden bis zu 10 Minuten.
- Ausgabe — 9:16 oder 16:9, in 720P, 1080P oder 2K.
- Plan — Bezahlte Generierung ist mit jedem aktiven kostenpflichtigen Abonnement bei 720P, 1080P oder 2K verfügbar. Berechtigte neue Accounts können 10 Anmelde-Credits für eine 15-sekündige Solo-Lip-sync-Performance-Vorschau bei 720p nutzen, sofern angeboten. Andere Bonus-Belohnungen können diese Vorschau nicht bezahlen. Bezahlte Solo-Generierung, Story und Duet erfordern ein aktives Abonnement. Abonnenten können Bonus-Credits für Viral Music verwenden.
Bevor Sie beginnen: Track, Moment und Performer vorbereiten
Starten Sie mit einem Song, den Sie verwenden dürfen, und einer klaren Vorstellung davon, welcher Abschnitt zum Video werden soll. Ein Refrain, Hook oder eine andere in sich geschlossene Passage gibt dem Schnitt meist eine stärkere Form als ein beliebiger Zeitbereich.
- Track vorbereiten — Laden Sie eine Audiodatei hoch, oder laden Sie ein Video hoch, wenn Sie nur dessen Soundtrack benötigen. Den Song mit Suno erstellt? Dann können Sie stattdessen den Share-Link einfügen.
- Passage festlegen — Notieren Sie sich den ungefähren Start und das Ende, bevor Sie den Selector öffnen.
- Charakter vorbereiten — Verwenden Sie ein klares Gesicht und eine Darstellung, die zu Sänger, Genre und Stimmung passt.
- Ziel auswählen — ein vertikaler Short-Form-Feed oder ein Landscape-Player.
Verwenden Sie erlaubte Medien: Laden Sie nur Musik und Charakterbilder hoch, die Ihnen gehören oder für die Sie eine Nutzungserlaubnis haben. Die Generierung ersetzt nicht die notwendige Klärung der zugrunde liegenden Rechte.
Arbeitest du mit zwei Sängern in einem Foto? Folge dem Tutorial für KI-Duett-Musikvideos, um das Storyboard vorzubereiten und Solo- oder gemeinsame Shots auszuwählen.
Schritt 1: Viral Music öffnen und den Quell-Track hinzufügen
Öffnen Sie Viral Music über die VisionStory-Seitenleiste. Durchsuchen Sie Explore, um zu sehen, wie fertige Ergebnisse aussehen, oder starten Sie Ihr eigenes Projekt, indem Sie einen Track in den Upload-Bereich ziehen.
Audiodateien werden direkt verwendet. Wenn Sie ein Video hochladen, extrahiert und nutzt Viral Music dessen Soundtrack — das Bild des Quellvideos wird nicht in das generierte Ergebnis übernommen.

Was als Nächstes passiert: Sobald der Upload bereit ist, öffnet VisionStory den Clip-Selector. Warten Sie auf die Wellenform, bevor Sie versuchen, den Bereich festzulegen.
Schritt 2: Die exakte Passage auswählen, die in ein Video verwandelt werden soll
Das Auswahlfenster ist durchgängig. Ziehen Sie den linken Griff, um den Anfang festzulegen, und den rechten Griff, um das Ende festzulegen. Um die gleiche Dauer beizubehalten, aber einen anderen Teil des Tracks zu verwenden, ziehen Sie den gesamten ausgewählten Bereich entlang der Wellenform.
Nutzen Sie die Play-Taste, um die exakte Passage zu hören. Stoppen Sie die Vorschau, prüfen Sie die angezeigte Dauer und klicken Sie erst dann auf Confirm, wenn das ausgewählte Audio sauber beginnt und endet.

Musikalische Grenzen wählen: Eine saubere Phrasengrenze lässt sich leichter in eine stimmige Sequenz verwandeln. Vermeiden Sie es, mitten in einem Wort zu starten oder zu enden, bevor sich eine Gesangs- oder Instrumentalphrase auflöst.
Schritt 3: Den Charakter wählen und die visuelle Richtung festlegen
Öffnen Sie den Charakter-Selector. Sie können ein neues Bild hochladen, einen Ihrer eigenen Avatare wiederverwenden oder die öffentliche Bibliothek durchsuchen. Das ausgewählte Bild ist mehr als eine Identitätsreferenz: Es steuert den sichtbaren Performer, Outfit, Setting und den gesamten Look des Ergebnisses.
Verwenden Sie ein klares, unbedecktes Gesicht und eine bewusst gewählte Ganz- oder Halbtotalenansicht. Zeigen Sie Garderobe und Umgebung, die VisionStory interpretieren soll — ein stimmiges Quellbild gibt den generierten Kamera-Setups eine stärkere gemeinsame Richtung.

Performance passend wählen: Wählen Sie einen Charakter, dessen Auftreten zum Sänger und zum Genre passt. Das Quellbild muss kein Mikrofon zeigen, sollte die beabsichtigte Performance aber glaubwürdig wirken lassen.
Schritt 4: Seitenverhältnis und Auflösung wählen, dann die Schätzung prüfen
Öffnen Sie die Ausgabe-Einstellungen unter Track und Charakter. Wählen Sie 9:16 für vertikale Short-Form-Videos oder 16:9 für die Landscape-Wiedergabe und entscheiden Sie sich dann für 720P, 1080P oder 2K — je nachdem, wie viel Detail Sie benötigen.
Die Schätzung aktualisiert sich mit der gewählten Clip-Länge und Auflösung. Prüfen Sie vor dem Absenden der Aufgabe die aktuelle Zahl neben Generate.

| Option | Nutzen Sie es, wenn | Kompromiss |
|---|---|---|
| 9:16 | Das Hauptziel ein vertikaler Feed oder eine Short-Form-Plattform ist. | Der Quell-Charakter sollte genügend vertikalen Raum für abwechslungsreiche Bildausschnitte lassen. |
| 16:9 | Das Video in einem Landscape-Player, einer Präsentation oder einem Widescreen-Schnitt erscheint. | Prüfen Sie, wie sich Performer und Umgebung den breiteren Frame teilen. |
| Höhere Auflösung | Die Ausgabe mehr sichtbare Details oder eine größere Betrachtungsgröße benötigt. | Die Live-Schätzung verändert sich — prüfen Sie sie vor der Generierung. |
So funktioniert die Preisberechnung: Bezahlte Solo Lip-sync Performance wird pro Sekunde des ausgewählten Clips abgerechnet, auf eine volle Sekunde aufgerundet — 1 Credit pro Sekunde bei 720P, 2 bei 1080P und 5 bei 2K. Ein Clip, der knapp über 25 Sekunden liegt, zählt als 26 Sekunden, und die 4-Sekunden-Rate für Talking-Avatar-Videos gilt hier nicht. Die Schätzung neben Generieren zeigt den exakten Betrag; siehe wie VisionStory-Credits funktionieren für den Gesamtüberblick.
Schritt 5: Generieren, öffnen und das fertige Musikvideo prüfen
Wenn Track, Charakter, Format und Schätzung alle stimmen, klicken Sie auf Generate. Viral Music analysiert Tempo, Energie, Struktur und — sofern verfügbar — die Lyrics des Songs und nutzt diese Informationen, um die Performance zu formen, konsistente Kamera-Setups zu erstellen und die Einstellungen rund um die Musik anzuordnen.
Wenn die Aufgabe abgeschlossen ist, öffnen Sie sie im Bereich Videos und spielen Sie das Ergebnis mit dem Originalsong ab. Bewerten Sie die komplette Sequenz, nicht nur ein einzelnes Standbild.

Worauf Sie achten sollten: ein konsistenter Performer, sinnvolle Änderungen im Bildausschnitt, ein natürliches Zusammenspiel von Performance und Musik sowie Schnitte, die die gewählte Passage voranbringen. Beat-bewusster Schnitt orientiert sich am Song — er ist keine Garantie, dass jeder Schnitt exakt auf einem Beat landet.
Wenn die visuelle Richtung im gesamten Ergebnis nicht stimmt, ändern Sie vor einem erneuten Versuch das Quellbild. Wenn Anfang oder Ende schwach wirken, gehen Sie zurück zum Clip-Selector und wählen Sie eine sauberere musikalische Passage. Diese Änderungen bringen meist mehr als eine erneute Generierung mit unveränderten Eingaben.
Eine praktische Viral Music-Checkliste
- Ich habe die Erlaubnis, den Track und das Charakterbild zu verwenden.
- Die ausgewählte Passage beginnt und endet an sauberen Phrasengrenzen.
- Das Quellbild zeigt ein klares, unbedecktes Gesicht.
- Outfit, Setting und Charakter passen zur Musik.
- Das Seitenverhältnis passt zum Ziel.
- Ich habe die Live-Schätzung in der gewählten Auflösung geprüft.
- Ich habe das Endergebnis mit Audio von Anfang bis Ende angesehen.
- Ich habe Performer-Kontinuität, Bildausschnitt und Schnitt-Rhythmus gemeinsam bewertet.
Das beste Ergebnis entsteht, bevor Sie auf Generate klicken
Viral Music übernimmt Performance und Schnitt, aber die kreative Richtung beginnt bei Ihren Inputs: eine Passage mit klarer musikalischer Form, ein Bild, das den Performer und seine Welt vermittelt, und ein Ausgabeformat, das darauf abgestimmt ist, wo das Video tatsächlich angesehen wird. Wenn das sitzt, werden ein Track und ein Charakter zu einer vollständigen visuellen Performance — ohne manuelles Shot-Creation, ohne Timeline-Editing.
Machen Sie von hier aus weiter: Setzen Sie mit creating an AI talking avatar einen sprechenden Charakter vor die Kamera, wählen Sie in choosing an AI voice die passende Stimm-Identität oder entdecken Sie den AI music video generator selbst.
Wähle den richtigen Musikvideo-Modus
Solo Lip-sync Performance und die Duet-Videogenerierung kosten 1, 2 oder 5 Credits pro Sekunde bei 720p, 1080p oder 2K. Die Story-Videogenerierung kostet 1.5, 3 oder 6 Credits pro Sekunde bei diesen Auflösungen. Für Story und Duet fällt eine separate Gebühr für die Storyboard-Vorbereitung an: 1 Credit pro 5 Sekunden, wobei angefangene Intervalle aufgerundet werden. Das Erstellen eines neuen Storyboard-Bildes kostet 1 Credit. Das Rendern neuer oder bearbeiteter Clips kostet Credits, wiederverwendbare fertig gerenderte Clips sind von der Render-Gebühr ausgenommen. Prüfe vor dem Absenden die Schätzung für jede Aktion.
Berechtigte neue Konten können – sofern angeboten – 10 Sign-up-Credits für eine 15-Sekunden-Vorschau von Solo Lip-sync Performance in 720p nutzen. Andere Bonus-Belohnungen können diese Vorschau nicht bezahlen. Bezahlte Solo-Generierung, Story und Duet erfordern ein aktives Abonnement. Abonnenten können Bonus-Credits für Viral Music verwenden.
