← Zurück zu den Projekten

Interner Forschungsprototyp · Case Study

AudioGen

AudioGen verbindet Stimmen, Geräusche, Musik und Arrangement in einem lokalen Arbeitsablauf. Ich untersuche damit, wie sich KI-generiertes Audiomaterial zu einer gestalteten Szene zusammenführen lässt, bei der Auswahl und Kontrolle beim Menschen bleiben.

Meine Rolle
Konzeption, Desktop-Entwicklung und KI-Integration
Technische Grundlage
Python · PySide6 · Lokale KI
Status
Interner Prototyp, praktisch erprobt

01 / Praxistest

Ein Workflow, ein hörbares Ergebnis.

NOIR CALL ist eine kurze Hörspielszene mit zwei Stimmen, Telefonklang, Regen, Stadtgeräuschen und Musik. Sie diente als zusammenhängender Praxistest: Material erzeugen, Takes auswählen, bearbeiten und auf mehreren Spuren zu einer Szene arrangieren.

NOIR CALL

Finaler Testmix · 66 Sekunden · englischer Dialog

AudioGen Composer mit getrennten Spuren für Stimmen, Geräusche und Musik
Der Composer im dokumentierten Prototyp: Stimmen, Atmosphäre und Effekte werden auf getrennten Spuren zu NOIR CALL arrangiert. Bild anklicken zum Vergrößern.

02 / Arbeitsablauf

Von einzelnen Takes zur gestalteten Szene.

Die eigentliche Entwicklungsaufgabe liegt zwischen den Generatoren: Varianten müssen vergleichbar bleiben, ausgewählte Takes weiterverarbeitet und die Ergebnisse im Arrangement wiedergefunden werden.

  1. 01

    Erzeugen und auswählen

    Dialogzeilen werden Sprechern zugeordnet und als einzelne Takes erzeugt. Varianten lassen sich prüfen und gezielt ersetzen, ohne die ganze Szene neu aufzubauen.

  2. 02

    Prüfen und bearbeiten

    Effekte formen Klang und Raum. Experimentelle Audioanalysen helfen dabei, auffällige Aufnahmen zu finden. Sie ersetzen weder das Anhören noch die menschliche Freigabe.

  3. 03

    Zusammenführen

    Stimmen, Geräusche und Musik treffen in einer gemeinsamen Timeline aufeinander. Timing, Lautstärke und Übergänge machen aus einzelnen Dateien eine zusammenhängende Produktion.

Weitere Einblicke in den dokumentierten Prototyp
AudioGen Script-Ansicht mit Dialogzeilen und Sprecherzuordnung
Dialogarbeit auf Ebene einzelner Zeilen und Takes.
AudioGen FX Studio mit Effektkette für eine Stimme
Klangbearbeitung einer Stimme, hier mit einer Effektkette für den Telefonklang.

03 / Erkenntnisse

Was der Praxistest gezeigt hat.

Der Zusammenhang ist entscheidend

NOIR CALL zeigt, dass Erzeugung, Auswahl, Bearbeitung und Arrangement in einem lokalen Workflow zusammenarbeiten können. Für meine Arbeit ist dieser Zusammenhang wertvoller als die bloße Anzahl angebundener Modelle.

Ein Prototyp bleibt ein Prototyp

Das Ergebnis einer Szene ist kein allgemeiner Qualitätsnachweis. Stimmen und Modelle reagieren unterschiedlich; technische Scores bleiben Hinweise. Die Case Study dokumentiert den erprobten Forschungsstand, keine zugesicherte Produktreife.

← Zurück zu den Projekten