Foley

Foley bezeichnet Alltagsgeräusche, die nachträglich und genau passend zum Bild erzeugt werden. Typisch sind Schritte, das Rascheln von Kleidung, Besteck auf einem Teller oder eine Tasse, die abgestellt wird. Beim Film nimmt ein Geräuschemacher diese Klänge im Studio synchron zum Bild auf, bei KI-Videos erzeugen Modelle sie zunehmend automatisch.

Warum braucht ein KI-Video Foley?

Viele KI-Videomodelle erzeugen stumme Clips. Selbst wenn ein Modell Ton mitliefert, fehlen oft die kleinen Geräusche, die eine Szene glaubwürdig machen. Eine Person, die lautlos über Kies läuft, wirkt künstlich, auch wenn das Bild überzeugt. Foley füllt diese Lücke und verbindet Bild und Ton.

Wie entsteht Foley mit KI?

Es gibt zwei Ansätze. Bei Video-to-Audio analysiert ein Modell den fertigen Clip und erzeugt Geräusche, die zu den sichtbaren Bewegungen passen. Bei Text-zu-Audio beschreibst du das Geräusch selbst, etwa „Lederschuhe auf Holzboden, langsame Schritte“, und legst die Datei im Schnitt an die richtige Stelle. Einige Videogeneratoren erzeugen Ton direkt mit dem Bild, das schließt oft auch Foley-artige Geräusche ein. Eine Übersicht findest du unter KI-Video-Generator mit Ton.

Worauf du achten solltest

Foley muss exakt sitzen. Ein Schritt, der ein paar Bilder zu früh oder zu spät kommt, fällt mehr auf als ein fehlendes Geräusch. Prüfe automatisch erzeugten Ton deshalb Bild für Bild an den wichtigen Stellen und verschiebe ihn bei Bedarf in der Zeitleiste deines KI-Video-Editors.

Achte auch auf den Raumklang. Schritte in einer leeren Halle klingen anders als auf einer Wiese. Passen Hall und Lautstärke nicht zur Umgebung im Bild, wirkt die Szene trotz Ton unecht.