KI-generierte Hörspiele

DerPoldi: Mir ging es nur darum, dass Pumuckl halt noch einiges an Handarbeit beinhaltet. Vermutlich alles schweineteuer, dafür halt auch ein super Endprodukt. Bis auch kleine Klitschen so eine Qualität abliefern können, wird es noch eine Weile dauern.

Quote from Tribble

Schaut man sich jedoch in der Amateur-Szene auf YouTube um, dann wirst du bereits jetzt haufendweise künstliche Lesungen finden (Hörpiele sind mir bis jetzt keine Untergekommen - dann müsste man ja tatsächliche Arbeit in die Abmischung stecken). Und die Ergebnisse zeigen recht deutlich, warum wir uns darüber erstmal noch keine Sorgen machen müssen. KIs können keine eigenständigen Geschichten schreiben. Um so länger die Texte sind, um so wirrer werden sie. Sie vergessen frühere Plotpoints, ziehen sich neue aus dem Arsch, und ignorieren die Regel "show, don't tell" in einem solchen Ausmaß, dass es schon nicht mehr feierlich ist.

Was das erstellen von Stimmen angeht, ist dies ein zweischneidiges Schwert. Deepfakes, wie zum Beispiel in der neuen Pumuckl-Serie, können durchaus beeindruckende Ergebnisse abliefern. Aber das liegt halt daran, dass der Hauptteil der Arbeit noch immer von einem Menschen gemacht wird. Für ein Studio sind sie jedoch wenig interessant, da es, solange man halt nicht eine ganz bestimmte Stimme haben will, lediglich zusätzliche Arbeit macht als wenn man einfach die Original-Aufnahme verwenden würde.
Was Text-to-Speech angeht, sieht die Sache hingegen ganz anders aus. Da ist die Technik einfach noch nicht so weit. Du magst zwar die Stimmfarbe eines bekannten Stars erhalten, aber das Talent eines Laiendarstellers aus der Grundschule.

Die KI vorleser von Hörbüchern wie sie auf youtube häufig zu finden sind, sind wirklich nicht so pralle, aber das werden wohl günstige Modelle sein - vielleicht sind das auch nur "Screenreader" die eigentlich für sehbehinderte Menschen gedacht waren und wo es nur darum geht möglichst schnell und ohne großen Resourcenverbrauch geschriebenen Inhalt zu hörbarem umzuwandeln. Und Leute die schlecht sehen spielen solche Texte ja auch sehr häufig in x facher geschwindigkeit ab, weil sich einfach nur möglichst schnell den Inhalt erfassen wollen.

Im Netflix Threat hatte ich ja ein 15 Minuten Podcast Audioschnippsel verlinkt den ich mir von Google erstellen hab lassen. Quelle waren einfach nur Links zu Wikipedia Seiten. DAS ist schon ein ganz anderes Niveau als die KI-Vorleser auf youtube - und auch dieses KI Stimmen Model ist komplett gratis.

Zum Thema "Erstellen er Inhalte" ist es ja heute schon so, dass man sagen kann, hat man 2 Dracula oder Holmes Hörspiele gehört, kennt man auch die anderen. Das funktioniert ja häufig schon nach Schema F und so viel "Schöpfertum" steckt da in vielen Hörspiel Skripten auch nicht drin - sonst würden sich ja nicht so viele auf gerade Gemeinfrei gewordene Inhalte stürzen und die Vertonen. Ob da eine KI jetzt ein so viel schlechteres Holmes oder Dracula Skript abliefern würde als ein Mensch das tut... bin ich mir schon heute nicht sicher.

Ich hätte persönlich nichts dagegen mir Unterhaltungsmedien anzuhören/anzugucken die komplett KI geniert sind. Solange Sie mir gefallen hab ich damit kein Problem. Es sollte halt klar gekennzeichnet sein - vielleicht würde dann ein 100% KI Label - ja sogar irgendwann zu einem Qualitätsmerkmal. Genau wie "made in Germany" ja ursprünglich dazu gedacht war um vom Kauf solcher Produkte abzuraten. Solange man dann mit seinen Kumpels oder in Forum weiterhin über "hast Du schon den neuen KI Holmes gehört" reden kann und sich über die Story austauschen kann, ist es für mich OK. Und wenn da KI Produkte dann halt totaler schrott sind, dann ist das halt so und man bricht es nach ein paar Minuten ab, man muss es ja nicht hören, und greift halt zu Liebhaberprodukten die vielleicht 3x so viel kosten die aber Qualitativ einfach besser sind - entweder weil Menschen hinter der Produktion stehen oder weil die benutzte KI bessere Ergebnisse liefert, als die andere.

Letztendlich hängt es davon ab, wie man Hörspiele hört. Wenn man Hörspiele auch als Kunstform sieht und sich daran freut, wenn Sprecher, die man von anderen Rollen kennt, in eine neue Rolle "hineinschlüpfen" und das dann gut performen, oder generell mit guter schauspielerischer Leistung den Charakter oder die Emotionen einer Szene rüberbringen, dann wird das die KI nicht ersetzen können. Wenn man Hörspiele eher nebenher hört, dann wird es irgendwann KI-technisch gut genug klingen. Gleiches gilt für das Schreiben der Geschichten, das Zusammenstellen der Musik und Geräusche.

Und natürlich kann KI Stimmen nachmachen, aber es gibt so viele gute Sprecherinnen und Sprecher, die markante und auch einzigartige Stimmen oder Stimmlagen haben. Wenn nur noch KI-Produktionen den Markt dominieren, kommen keine neuen guten Stimmen nach.
Stellt euch vor, Christian Brückner hätte nie Robert de Niro synchronisieren können, weil er aufgrund KI-Konkurrenz einen anderen Beruf gewählt hätte (um mal nur ein Beispiel zu nennen).

Ich hoffe daher, dass auch künftig bei allen künstlerischen Berufen noch genügend Geld zu verdienen sein wird, damit man davon leben kann. Sonst wird es immer weniger professionelle Sprecherinnen und Sprecher, Autoren usw. geben und wir müssten uns mit den wiedergekauten Produkten der KI zufriedengeben.