Akool

Was ist AKOOL?

AKOOL ist eine generative AI-Video-Plattform für Kreative, Marketingteams, Agenturen und Unternehmensentwickler. Sie bündelt Tools wie Echtzeit-Digital-Persönlichkeiten, Voiceover-Videos, Übersetzung, Gesichtswechsel, Lip-Syncing sowie Bild- und Videoerstellung in einem einzigen Arbeitsbereich.

Die Plattform bietet sowohl Werkzeuge zur Erstellung von Webseiten als auch offene APIs sowie Lösungen für die Unternehmensverwendung. Die verschiedenen Modelle verbrauchen Ressourcen je nach Anzahl der Punkte, Länge des Videos, Auflösung und Anzahl der gleichzeitigen Nutzer. Für echte Projekte muss zunächst die Kosten pro Inhalt geschätzt werden.

Kernfunktionen

• Echtzeit-interaktive digitale Menschen.
• Digitale Kommentare zu Fotos und Videos.
• Videountersetzung in mehreren Sprachen und Lippenlesen.
• Bild- und Videobereinigung des Gesichts.
• Ersetzung mehrerer Gesichter und Charaktere.
• Bild in Video umwandeln und Text in Video generieren.
• KI-basierte Bilderzeugung und Hintergrundersatz.
• Stimmenerzeugung, Klonierung und Stimmenveränderung.
• Video Agent und Agentic Canvas.
• Offene API und kundenspezifische Implementierung.

Echtzeit-Digitalpersonen

Streaming Avatar ermöglicht es den Nutzern, in Echtzeit mit digitalen Avataren über Sprache, Text oder Kamera zu interagieren. Entwickler können für die Sitzung einen digitalen Avatar, eine Stimme, eine Sprache, ein Hintergrundbild sowie ein Wissensarchiv festlegen und diese über einen Live-Streaming-Dienst bereitstellen.

• Wählen Sie eine öffentliche oder benutzerdefinierte Digitalkopie aus.
• Einstellen von Ton und Sprache des Dialogs.
• Verbindung mit der Unternehmens-Wissensdatenbank.
• Einstellen der Sprachaktivitätserkennung.
• Anpassbare Hintergrundbilder und Sitzungsdauer.
• Zugang zu Webseiten, Veranstaltungen oder Apps.
• Abgerechnet nach Paket-Konkurrenz und Dauer.

Arten von digitalen Menschen

Talking Avatar-Video mit Erzählstimme

Die Nutzer können digitale Avatare auswählen, Skripte oder Audiodateien eingeben, um anschließend Videos mit Lippenbewegungen und Ton zu erstellen. Es eignet sich für Produktpräsentationen, Schulungen, Social Media sowie multilinguales Marketing – doch die Aussprache, Pausen und Körpersprache müssen dennoch überprüft werden.

Talking Photo

Talking Photo verbindet statische Porträtfotos mit Text oder Audio, um animierte Bilder zu erzeugen, die sprechen. Gesichter, die von vorne zu sehen sind, klar sind, gleichmäßig beleuchtet werden und nicht verdeckt sind, ergeben in der Regel natürlichere Ergebnisse.

Video-Übersetzung

Video Translation wird zur Transkription des Originalvideos, zur Übersetzung des Drehbuchs, zur Erstellung der Sprachaufnahme in der Zielsprache sowie zur Anpassung der Lippenbewegungen verwendet. Auf den Planen Pro und höher wird auf einen Korrektur-Link hingewiesen; Markennamen, Eigennamen und Zahlen sollten vor und nach der Erstellung manuell überprüft werden.

• Erkennung der Sprache im Originalvideo.
• Übersetzen in die Zielsprache.
• Die Stimme des Sprechers beibehalten oder wiederherstellen.
• Anpassen der Lippenform an die neue Tonspur.
• Überprüfung von Untertiteln und Fachbegriffen.
• Videos exportieren, die für verschiedene Märkte geeignet sind.

Studio Voice

Die Versionen Pro Max und höher bieten die Funktion „Studio Voice“, mit der die Aussprache von Firmennamen, Produktnamen sowie Fachbegriffen verbessert werden kann. Sie kann jedoch keine 100-prozentige Genauigkeit in allen Sprachen garantieren; es sollte daher immer von Muttersprachlern abgehört werden.

KI-Gesichtswechsel

AKOOL kann die Gesichter von Personen in Bildern und Videos ersetzen und bietet Modelle für eine Person, mehrere Personen sowie in unterschiedlicher Qualität an. Bevor man das Gesicht einer anderen Person verwendet, muss eine Genehmigung eingeholt werden. Es darf nicht zur Täuschung, zum Betrug, zur Belästigung oder um die Authentifizierung zu umgehen, verwendet werden.

Auswahl des Face-Swap-Modells

Mehrfach-Gesichtswechsel

Face Swap Plus kann mithilfe von face_mapping mehrere Gesichter aus verschiedenen Quellen auf die jeweiligen Personen in Videos oder Bildern zuweisen. Die Fehlermeldungen geben an, dass es eine Obergrenze für die Anzahl der Gesichter gibt, die pro Aufnahme ausgetauscht werden können. In komplexen Szenarien sollte zunächst eine Gesichtserkennung durchgeführt werden.

Charakterersatz

Character Swap verbindet Charakterbilder mit Action-Videos, um Charakteranimationen zu erzeugen oder Personen auszutauschen. Die API erfordert klare Charakterbilder sowie MP4-Action-Videos; eine einzelne Quelldatei darf maximal 120 Sekunden lang sein.

Lippenbewegungen

Lip Sync passt die Mundbewegungen der Figuren an die neue Sprache an und kann zur Synchronisierung von Stimmen, Übersetzung sowie zur Nachbearbeitung verwendet werden. Seitenaufnahmen, Verdeckungen, schnelle Kopfbewegungen sowie Materialien in niedriger Auflösung können die Qualität der Synchronisierung beeinträchtigen.

Bild in Video umwandeln

Image to Video kann verschiedene Video-Modelle nutzen, um aus statischen Bildern Bewegungen von Kamerawinkeln und Charakteren zu erzeugen. Die Leistung der verschiedenen Modelle unterscheidet sich – daher sollten Benutzer zunächst mit kurzen Zeitintervallen und geringerer Auflösung Teste durchführen.

Video-Generierungsmodelle

Die Plattform bündelt Zugänge zu Modellen wie PixVerse, Wan, Kling, Seedance, Minimax, Sora und Google Veo. Konkrete Versionen, verfügbare Regionen, Dauer, Auflösung und Kosten können sich je nach Anbieter und Paket ändern.

Video Agent und Agentic Canvas

Video Agent hilft Benutzern dabei, Videoaufgaben aus Ideen und Materialien zu erstellen, während Agentic Canvas dazu dient, die verschiedenen Erstellungs Schritte auf einer Leinwand zu organisieren. Beide Tools unterstützen das schnelle Erkunden von Möglichkeiten, doch letztendlich müssen Bildausschnitte, Marke und Fakten weiterhin manuell überprüft werden.

Bildgenerierung

Der Image Generator erstellt auf Basis von Texten Marketingbilder, Konzeptzeichnungen und Social-Media-Inhalte und kombiniert dabei verschiedene Bildmodelle. Bei der Auswahl des Modells müssen Stil, Textfähigkeiten, Größe, Punkte sowie die kommerzielle Lizenz berücksichtigt werden.

Hintergrund ersetzen

Mit „Background Change“ kann der Hintergrund von Bildern und Videos entfernt oder ausgetauscht werden. Dies wird häufig bei Produktbildern, Werbeanzeigen sowie virtuellen Kulissen verwendet. Transparente Ränder, Haare, Reflexe sowie schnelle Bewegungen müssen besonders genau überprüft werden.

Live Camera

Die Live-Kamera dient für Echtzeit-Kameraeffekte und Identitätswechsel und kann für interaktive Live-Übertragungen sowie Event-Erlebnisse genutzt werden. Ein Echtzeit-Identitätswechsel muss den Teilnehmern deutlich mitgeteilt werden, und die erzeugten Bilder dürfen nicht zur Überprüfung von Identität oder Sicherheit verwendet werden.

Voice Lab

• Text zu Sprache.
• Echtzeit-Klangklonierung.
• Anpassung des Klangstils und der Parameter.
• Stimmveränderung.
• Mehrsprachige Synchronisation.
• Eine Stimme für die digitale Person auswählen.
• Massenproduktion von Audio über API.

Wissensdatenbank

Echtzeit-Digital-Persönlichkeiten können sich mit einer Wissensdatenbank verbinden, die Dokumente und Webseiten enthält, um auf Fragen basierend auf den Unternehmensinhalten Antworten zu geben. Die Wissensdatenbank sollte regelmäßig aktualisiert werden, und es sollten sichere Antwortmöglichkeiten sowie eine Überleitung an einen Menschen vorgesehen sein, wenn keine Antwort gegeben werden kann.

Anleitung für die Nutzung auf der Webseite

1. Erstellen Sie ein Konto und gelangen Sie in den AKOOL-Arbeitsbereich.
2. Wählen Sie einen Digitalkörper, Gesichtswechsel, Übersetzung oder Erstellungswerkzeug aus.
3. Überprüfen Sie die Integration des aktuellen Modells sowie die Materialbeschränkungen.
4. Laden Sie Bilder, Audiodateien oder Videos hoch, für die Sie bereits Nutzungsrechte haben.
5. Erstellen Sie kurze, kostengünstige Tests.
6. Überprüfen Sie die Personen, die Stimmen, die Lippenbewegungen und den Hintergrund.
7. Erst nach Überprüfung der Lizenzen und Markenvorgaben wird die offizielle Version erstellt.

Lehrvideo für digitale Avatare in Echtzeit

1. Wählen Sie ein öffentliches Avatar oder erstellen Sie ein eigenes Avatar.
2. Konfigurieren Sie die Sprache sowie die Parameter für Ton und Aussprache.
3. Bei Bedarf Anbindung an die strukturierte Wissensdatenbank.
4. Einstellen von Hintergrund, Sitzungsdauer und Streaming-Modus.
5. Testen von Szenarien mit Unterbrechungen durch Benutzer, Stille und fehlenden Antworten.
6. Überprüfen Sie Verzögerungen, Konkurrenzen und den Integrationsverbrauch.
7. Nach Mitteilung und Datenschutzprüfung online.

Video-Übersetzungstutorial

1. Bestätigung, dass die Rechte zur Verarbeitung des ursprünglichen Videos und der Tondatei vorhanden sind.
2. Laden Sie Videos mit klarer Tonqualität und sichtbarem Gesicht hoch.
3. Wählen Sie die Quell- und Zielsprache aus.
4. Korrektur von Transkripttexten, Namen und Markennamen.
5. Wählen Sie die Sprache aus und erzeugen Sie die Übersetzungsversion.
6. Überprüfen Sie Lippenbewegungen, Untertitel, Zeitangaben und Tonfall.
7. Nach Überprüfung durch Muttersprachler veröffentlicht.

Tutorial zur Face-Swap-API

1. Einen klaren Auftrag zur Nutzung der Quellpersonen und Zielmaterialien einholen.
2. Wählen Sie die Schnittstelle entsprechend den Anforderungen für eine oder mehrere Personen aus.
3. Im Mehrspielermodus wird zuerst die Gesichtserkennung aktiviert.
4. Erfassung der Zuordnung von Quell- und Zielpersonengesichtern.
5. Übermitteln Sie die Aufgabe und speichern Sie die Aufgaben-ID.
6. Abfragen des Status oder Empfang von Webhook-Rückrufen.
7. Nach dem Erfolg sollten die temporären Ressourcen umgehend heruntergeladen und sicher gelöscht werden.

Für welche Benutzer geeignet

• Marken und Agenturen, die Marketing-Videos produzieren.
• Ein grenzüberschreitendes Team für mehrsprachige Lokalisierung ist erforderlich.
• Bildungseinrichtungen, die Kurse und Schulungen erstellen.
• Aktivitäten, die Echtzeit-Digital-Persönlichkeiten sowie Kundenservice-Teams erfordern.
• Kreative, die Kurzvideos und Inhalte für soziale Netzwerke erstellen.
• Entwickler, die eine Batch-Videos-API benötigen.
• Organisationen, die eine digitale Repräsentation des Unternehmens sowie eine maßgeschneiderte Implementierung benötigen.

Typische Anwendungsszenarien

• Erstellen von virtuellen Markenbotschaftern für Audio-Übertragungen.
• Übersetzen Sie Produktvideos in mehrere Sprachen.
• Auf der Website werden Echtzeit-Erklärungen durch digitale Avatare angeboten.
• Erstellung von E-Commerce-Produkten und Marketing-Hintergründen.
• Erstellung von lizenzierten kreativen Face-Swap-Aktivitäten.
• Statische Charaktere in animierte Videos umwandeln.
• Erstellung eines einheitlichen digitalen Avatars für Schulungsmaterialien.
• Erstellung von personalisiertem Inhalt in großen Mengen über API.
• Erfahren Sie während der Messe eine Echtzeit-AI-Interaktionserfahrung.

Für welche Situationen es nicht wirklich geeignet ist

• Projekte, für die keine Genehmigung für Porträts oder Stimmen vorliegt.
• Die erzeugten Inhalte müssen zur Authentifizierung verwendet werden.
• Teams mit festem Budget, bei denen die Integration des Modells jedoch nicht geschätzt werden kann.
• Es wird verlangt, dass alle Materialien dauerhaft im Workflow der Plattform gespeichert werden.
• Für Nutzer, die die Quellcodes der Plattform vollständig herunterladen und sie privat bereitstellen möchten.
• Unternehmen, die den Upload von Personen- und Sprachdaten in die Cloud nicht zulassen.
• Branchen, die vollständig manuell hergestellt werden müssen und keine generierten Inhalte verwenden dürfen.

Struktur des Pakets

Auf der aktuellen Preistabelle sind Starter, Pro, Pro Max, Business und Enterprise aufgeführt, doch bei den Monatsgebühren abgesehen von Starter wird fälschlicherweise 0 Dollar angezeigt. Die Hilfeseite bezeichnet Pro und Pro Max weiterhin ausdrücklich als kostenpflichtige Upgrades, weshalb die tatsächlichen Beträge von der Billing- und Rechnungsseite nach dem Anmelden abhängen.

Paketkonkurrenz und Lizenzen

Video-Länge und Auflösung

Beispiel für API-Punkte

Die API berechnet Punkte je nach konkretem Tool und Ausgabeanforderungen. Im Folgenden sind die offiziell veröffentlichten Kosten pro Einheit aufgeführt. Die Preise für Modelle und Aktionen können sich ändern; vor der Entwicklung sollten daher die Preisangaben auf der API-Preisseite sowie die Antworten auf die Anfragen herangezogen werden.

Charakterersatzpunkte

Integrierungs- und Fälligkeitsregeln

Auf der Arbeitsbereichsseite wird angezeigt, dass die Abonnementspunkte monatlich zurückgesetzt werden. Auch für die bezahlten sowie kostenlosen Punkte gelten möglicherweise eigene Ablaufregeln; bei Enterprise ist ausdrücklich festgelegt, dass die Punkte nicht ablaufen. Die Nutzer sollten auf der Kaufseite die Unterschiede zwischen den aufgeladenen Punkten, den Abonnementspunkten und den kostenlosen Punkten klären.

Automatische Aufladung und dynamische Abrechnung

Die Plattform ermöglicht es, bei einem Saldo unter dem Schwellenwert automatisch Punkte nachzuladen. In den Bedingungen werden außerdem Dynamic Billing sowie die automatische Abzug von zusätzlichen Punkten beschrieben. Vor der Aktivierung sollten ein internes Budget, Erinnerungen bezüglich der Rechnungen sowie eine zulässige maximale Nutzungmenge festgelegt werden.

Teamplätze

Admin- und Redaktionsplätze werden zu den gleichen Tarifen wie die aktuellen Pläne des Workspace-Eigentümers berechnet. Nach Entfernung von Mitgliedern kann der verbleibende Betrag zur Abzug von Rechnungen auf dem Konto verwendet werden. Vor der Einladung von Mitgliedern sollte der Kostenrahmen für die Plätze überprüft werden.

Zahlung und Stornierung

• Kreditkarten und Debitkarten werden unterstützt.
• Amazon Pay und Apple Pay werden unterstützt.
• Google Pay und PayPal werden unterstützt.
• Cash App, Klarna und Link Pay werden unterstützt.
• Unterstützung einiger Kryptowährungszahlungen.
• Die Abonnementierung wird gemäß den Bedingungen automatisch verlängert.
• Nach Stornierung kann es bis zum Ende des aktuellen Abrechnungszyklus verwendet werden.
• Eine Stornierung führt in der Regel nicht zur Rückerstattung bereits entstandener Kosten.

API-Konkurrenz

Die offizielle Preisliste für die API bietet für Pro Max, Business und Enterprise unterschiedliche Limits für die Anzahl der gleichzeitigen Verbindungen – beispielsweise 3, 5 bzw. 10 für virtuelle Avatare in Echtzeit. Die konkreten Limits für die einzelnen Tools können variieren; bei hohem Aufkommen sollten Aufgaben durch Warteschlangen, erneute Versuche sowie Webhooks verwaltet werden.

Speichern der API-Ergebnisse

Laut den Dokumentationen zu den verschiedenen APIs bleiben die Links zu den generierten Bild-, Video- und Audiodateien nur 7 Tage lang gültig. Entwickler müssen diese Dateien rechtzeitig auf ihre eigenen, geeigneten Speicherplätze herunterladen und Strategien für deren Lebenszyklus sowie Löschung festlegen.

Offene API und SDK

AKOOL stellt umfassende API-Dokumentationen, ein JavaScript SDK sowie Postman-Sammlungen bereit, die Funktionen für digitale Avatare, Gesichtswechsel, Übersetzung, Sprache, Bilder und Videos abdecken. Die offizielle GitHub-Organisation bietet hauptsächlich Integrationssbeispiele und SDK-Ressourcen – die Kernmodelle sind dabei nicht offen zugänglich.

Sicherheit und Inhaltliche Verantwortung

Digitale Menschen, Stimmenklonierung und Gesichtswechsel gehören zu den hochriskanten Fähigkeiten der synthetischen Medien. Unternehmen müssen eine klare Genehmigung einholen, die Quelle der Materialien dokumentieren, angeben, dass es sich um von KI erzeugte Inhalte handelt, und Kontrollmechanismen gegen Betrug, Täuschung, pornografische sowie politische Manipulationen einrichten.

• Überprüfung der Urheberrechte an Porträts, Stimmen und Materialien.
• Das Klonen realer Personen ohne Zustimmung ist verboten.
• Bei der Veröffentlichung nach außen muss klar angegeben werden, dass es sich um synthetischen Inhalt handelt.
• Nicht für KYC und Umgehung von Biometrie.
• Beschränken Sie die API-Schlüssel und Erstellungsrechte der Mitarbeiter.
• Behalten Sie die Genehmigungs-, Aufgaben- und Download-Protokolle bei.
• Bei Entdeckung eines Missbrauchs ist der Zugriff umgehend zu entziehen.

Vorteile des Produkts

• Digitale Menschen, Übersetzung, Gesichtswechsel und Tools zur Erstellung.
• Es wird sowohl Echtzeit-Interaktion als auch Videowiedergabe offline unterstützt.
• Vereinigung mehrerer führender Bilder- und Videomodelle.
• Es werden Ebenen für Einzelpersonen, Teams, Unternehmen und Organisationen angeboten.
• Business umfasst ausdrücklich eine Geschäftslizenz.
• Die API hat einen breiten Anwendungsbereich und detaillierte Dokumentation.
• Unterstützung für mehrere Gesichtswechsel und digitale Avatare mit Wissensdatenbank.
• Punkte sowie eine Erweiterung der parallelen Verarbeitungskapazität können erworben werden.

Nutzungsbeschränkungen

• Auf der Preisseite werden derzeit mehrere Zahlbeträge falsch angezeigt.
• Die Integrationsregeln für verschiedene Modelle und Werkzeuge sind komplex.
• Die Kosten für hohe Auflösungen und lange Videos steigen schnell an.
• Die Regeln für Abo-Verträge, Zahlungen und geschenkte Punkte sind unterschiedlich.
• Die Links zu den vorübergehenden API-Ergebnissen bleiben in der Regel nur 7 Tage lang gültig.
• Die Generierungsqualität hängt von der Blickrichtung des Gesichts, der Tonqualität und der Bewegung ab.
• Face- und Stimmenklonierung birgt ein hohes Missbrauchspotenzial.
• Das Kernmodell und die Plattform sind keine Open-Source-Projekte.

Grundlegende Informationen

Empfehlungswert

Der Gesamtbewertungswert beträgt 4,3 von 5 Punkten. AKOOL eignet sich für Teams, die digitale Avatare in mehreren Sprachen sowie API-Lösungen für die Erstellung von Videos in großer Menge benötigen. Vor dem Kauf müssen jedoch der Preis des Abonnements, die Ablaufdatum der Punkte sowie die Geschäftslizenz überprüft werden. Zudem muss die Nutzung der synthetisierten Medien sorgfältig geregelt werden.

Häufige Fragen

Ist AKOOL kostenlos?

Es wird ein kostenloses Starter-Paket angeboten. Der Preis der kostenpflichtigen Pakete wird auf der öffentlichen Seite derzeit nicht korrekt angezeigt; dazu muss man sich im Bereich Billing einloggen.

Kann man Echtzeit-Digitalmenschen erstellen?

Ja, es wird Sprach-, Text- oder Kamerainteraktion unterstützt und kann mit einer Wissensdatenbank verbunden werden.

Unterstützt AKOOL die Übersetzung von Videos?

Unterstützung durch Spracherkennung, Übersetzung, Synchronisierung von Lippenbewegungen – professionelle Inhalte erfordern jedoch weiterhin manuelle Überprüfung.

Kann man bei mehreren Personen das Gesicht wechseln?

Ja, Face Swap Plus unterstützt die Mehrpersonen-Gesichtsanpassung für Bilder und Videos.

Hat AKOOL eine Geschäftslizenz?

Business bezeichnet eine Geschäftslizenz, Enterprise eine Unternehmenslizenz; persönliche Lösungen sollten nicht automatisch als Geschäftslicenz angesehen werden.

Verfallen die Punkte?

Für verschiedene Arten von Punkten gelten unterschiedliche Regeln: Bei Enterprise laufen die Punkte nicht ab, bei anderen Optionen muss die Erneuerung sowie das Ablaufdatum im Billing bestätigt werden.

Wie lange werden die von der API erzeugten Ergebnisse gespeichert?

In den Dokumentationen zu den verschiedenen Schnittstellen wird erklärt, dass die Links zu den vorübergehenden Ressourcen 7 Tage lang gültig sind. Sie sollten daher rechtzeitig heruntergeladen und gespeichert werden.

Hat AKOOL eine API?

Ja, es umfasst Funktionen wie Echtzeit-Digital-Persönlichkeiten, Sprachaufnahmen, Übersetzung, Gesichtswechsel, Stimme, Bilder und Videos.

Ist AKOOL Open Source?

Die Kernplattform und die Modelle sind nicht open source; auf GitHub werden hauptsächlich SDKs sowie Integrationsszenarien bereitgestellt.