Einen zweiten Test hatte ich noch gemacht.
Weil man mit dem Synthesizer V Studio 2 Pro auch eine Audio A cappella Aufnahme in MIDI Noten mit Text umwandeln kann, wollte ich nur einmal wissen, ob das auch mit deutschen Texten klappen könnte, und hatte dafür den Anfang meiner Altmark Ballade benutzt, die ich Anfang des Jahres weiter vorn verlinkt hatte. Also mit deutschen Texten dürfte es nichts werden, auch nicht mit italienischen, französischen oder russischen, usw., was reichlich schade ist.
Aber beim A cappella von I Have a Dream von Abba hat der Synthesizer das besser hinbekommen, als es sich im Original anhörte. Weil im Original zu viel Hall benutzt wurde und der Synthesizer keinen benutzt, hörte es sich einfach besser an. Das Beispiel habe ich aber nicht mit aufgezeichnet, bzw. nicht mit veröffentlicht, bevor mir YouTube irgendwelche Urheber da einfügt.
Udio oder Suno können zwar deutsch, würden aber die Melodie verändern, was mir bei alten Folksongs nichts bringt. Meine letzte, abschließende Frage im Video, wie die Polen hinbekommen, oder Russen mit Katjuscha, bei letzteren fand ich zumindest noch eine Antwort. Die benutzten in über 7.000 Katjuscha Shorts zwar KI für viele singende Avatare, doch verlinkten alle auf eine echte Aufnahme, also keine KI für den Gesang. Bei den Polen (YT Kanal Polskie Brzmienie) könnte es sich ähnlich verhalten.
Ist das nicht traurig, dass es bisher nur zwei Tools als Desktop Anwendungen gibt, und beide kommen aus China, und die Deutschen oder andere Europäer bekommen nicht einmal eine Datenbank für den Gesang in Landessprache dafür entwickelt? Oder der Synthesizer kann nur mit einer begrenzten Anzahl an phonetischen Zeichen umgehen, und die Erweiterung ist dadurch begrenzt.
Na, erst einmal nicht zu ändern. Habe nur einmal getestet, wie Bing Creator, Kling AI und Leonardo bei Bildern für Katjuscha abschneiden würden. Den Prompt dabei für alle gleich einfach gehalten. Dafür ist mir als erstes aufgefallen, dass der kostenlose Bing Image Creator nun bei Auswahl von DALL -3E neben dem Größenformat 1024 x 1024 nun auch Bilder im Format 1024 x 1792 und 1792 x 1024 liefert. Habe mit dem je 4 Bilder in jeder Größe gerendert, von 12 Bildern waren 10 fehlerfrei, wobei eins nur einen kleinen Fehler hat, unter einem Auge ist irgendein Schatten, der da nicht hingehört, der sich aber leicht wegretuschieren lassen würde. Der zweite Fehler besteht aus einer gedoppelten Hand, der sehr viel schwerer zu retuschieren wäre.
Kling kann sich ebenfalls sehen lassen, Fehler habe ich bei einer ersten Durchsicht nicht entdeckt. Die Ausgangspose wäre für ein Modell akzeptabel, man könnte bei Animieren ins Bild zoomen lassen.
Leonardo hat weder das Singen berücksichtigt, noch das traditionell von Uniform. Solche Uniformen gab es wohl nie? Im Zarenreich waren höchstens die Schärpen so verziert, wie ich auf alten Darstellungen sah. Nun ja, genau weiß ich es nicht. Doch vielleicht hat da eine KI von den Bildern einer anderen KI gelernt. Wäre eventuell noch durch einen verbesserten Prompt hinzubekommen.
Frage mich aber langsam wirklich, ob meine Auswahl fürs Abo richtig war, oder ob die letztendlich noch weiter bei Vergleichen nach hinten rutschen. Das Größenformat ist aber bei Kling und Leo gut.
Mit Kajuscha wird es aber dennoch nichts werden.
Mit dem Synthesizer könnte ich sie nicht singen lassen, würde schrecklich werden, und Udio oder Suno würden die Melodie verfälschen, weil diese nicht genau reproduzieren würden, was es bereits gibt.
Als Song mitschneiden, tat ich schon, dann müsste zuerst eine Animation mit Lippensynchronisation durchgeführt werden. Weil mehr als 10 Sekunden nicht möglich, müsste das Audio genau geschnitten werden, sowie das letzte Bild vom letzten Frame als Startbild für die nächsten 5 oder 10 Sekunden genutzt werden. Denke ich mir jedenfalls, dass es anders nicht möglich ist.
Damit wäre es aber nicht getan, denn dann müsste es irgendwie aufs Handy in eine YT App geladen werden, wo erst die Musik von einem anderen Video ausgewählt werden kann, jedenfalls haben mir Google, Gemini und ChatGPT keine andere Antworten gegeben. Nur die YT App fürs Handy hat Funktionen, um Musik aus einem Remix oder aus einem anderen Video zu verwenden und zu schneiden, und setzt dann abschließend einen Link zum Quellvideo.
Vielleicht ist es ja ganz einfach, nur mir kommt diese Friemelei und Fummelei auf einem Handy sehr kompliziert vor, vielleicht nur, weil ich diese App nicht habe.
Vielleicht werde ich einfach nur alt.
Mir ist noch eingefallen, ich könnte ja Katjuscha in einem traditionellen Kleid auch einfach durch blühende Bäume laufen lassen. Dann brauchte diese erst einmal keine Lippensynchronisation. Und dann könnte ich probieren, wie das mit so einer App funktionieren könnte. Vielleicht ist es ja doch einfache, als ich denke.