Descript

Was ist Descript?

Descript ist eine KI-basierte Plattform für die Erstellung von Audio-, Video- und Podcast-Inhalten, deren Editor-Bereich auf automatischer Transkription beruht. Nach dem Import oder Aufnehmen der Materialien wandelt das System die Sprache in Text mit Zeitachse um;

Wenn Texte gelöscht, verschoben oder kopiert werden, ändern sich die entsprechenden Audiodateien und Videodateien ebenfalls synchron. Dadurch können auch Nutzer, die mit der traditionellen Zeitlinie nicht vertraut sind, Interviews, Lehrinhalte, Produktpräsentationen sowie Social-Media-Videos schnell bearbeiten.

Es behält gleichzeitig Funktionen wie Szenen, Ebenen, mehrspurige Aufnahmen, Wellenformen und Schlüsselframes bei und kann als eigenständiger Editor zur Aufnahme, Bearbeitung, Untertitelerstellung, Klangreparatur und Export verwendet werden.

Kernfunktionen

• Basierend auf Textausschnitten:Es wird die Transkription in 25 Sprachen, die Erkennung mehrerer Sprecher sowie die synchronisierte Transkription mehrerer Spuren unterstützt. Falsche Sätze, Pausen und wiederholte Inhalte können direkt im Text entfernt werden.
• Unterlord AI-Kollaboratives Bearbeiten:Basierend auf den Dialoganweisungen werden Skripte erstellt, Absätze umgeschrieben, unnötiger Text entfernt, der Rhythmus angepasst, Kurzvideos produziert und mehrstufige Bearbeitungen durchgeführt; sowohl das Chatten als auch die Ausführungstools verbrauchen AI-Punkte.
• Audio-Reinigung:Studio Sound kann Geräusche und Echoeffekte verringern sowie die Stimme verbessern. Zudem gibt es Funktionen zur Beseitigung von Füllwörtern, zur Verkürzung der Pausen zwischen den Wörtern, zur Entfernung wiederholter Aufnahmen sowie zur automatischen Verarbeitung mehrerer Aufnahmen gleichzeitig.
• AI Speech und Regenerate:Nach der Erstellung einer von der Person selbst autorisierten Stimmenklonung können Texte angepasst oder kurze Passagen korrigiert werden, ohne erneut aufnehmen zu müssen.
• Video-Tools:Unterstützung für dynamische Untertitel, Green Screen, Augenkontakt, Layout und Animationen, generative Bilder und Videos, digitale Avatare aus Fotos sowie 4K-Ausgabe.
• Aufzeichnung und Ferninterviews:Integrierter Bildschirm, Kamera, Mikrofon und Aufnahmefunktion für Descript Rooms – geeignet für Podcast-Interviews, Unterricht und Produktpräsentationen.
• Wiederverwendung des Inhalts:Man kann aus langen Videos kurze Clips extrahieren, Titel, Beschreibungen, Programminformationen sowie Social-Media-Texte erstellen und Untertitel oder Synchronisationen in mehr als 30 Sprachen übersetzen.

Preise, Medienlaufzeit und AI-Punkte

Die Medienlaufzeit wird abgezogen, wenn Audio- und Videodateien hochgeladen oder aufgenommen werden, bei Rooms-Sessions sowie bei Bildschirmaufnahmen. Jedes statische Bild zählt als 1 Sekunde; bei Rooms-Sessions mit mehreren Teilnehmern wird die Dauer in einer Stunde berechnet – unabhängig von der Anzahl der Teilnehmer.

AI-Punkte werden für Underlord, Studio Sound, Green Screen, Eye Contact, Video-Generierung, Digitale Menschen und AI-Stimmen verwendet.

Ungenutzte Mediendauer sowie monatliche AI-Punkte werden nicht übertragen. Creator und Business können zusätzliche Mengen erwerben; die tatsächlichen Gebühren hängen von den Funktionen, der Erstellungszeit sowie dem gewählten Modell ab.

Plattform und Open-Source-Zustand

Descript bietet Desktop-Anwendungen für Windows und macOS an; einige Funktionen sind auch über eine Webseite zugänglich. Die Möglichkeit zur Fernaufnahme sowie zum Teilen von Links ermöglicht die Teilnahme über verschiedene Plattformen hinweg.

Es handelt sich nicht um vollständig open-source-Software; die Kerntranskription, der Editor, die KI-Modelle sowie die Cloud-Kollaborationsdienste sind alle kommerzielle Produkte.

SDKs, Beispiele oder Open-Source-Komponenten auf dem offiziellen GitHub bedeuten nicht, dass die Plattform privat bereitgestellt werden kann.

Anleitung zur Verwendung von Descript

Eine grundlegende Aufgabe erledigen

1. Bestimmen Sie das Publikum, die Plattform, das Format, die Dauer sowie die Informationen, die übermittelt werden müssen;
2. In Descript Skripte, Aufnahmen oder lizenzierbares Referenzmaterial vorbereiten;
3. Wählen Sie eine Textauswahl aus und erzeugen Sie eine preisgünstige Vorschau;
4. Verwenden Sie Underlord AI zur gemeinsamen Bearbeitung von Bildern, Rhythmus, Untertiteln und Ton;
5. Jedes Frame wird auf Personen, Texte, Logos, Mundbewegungen und die Richtigkeit der Fakten überprüft;
6. Nach der Bestätigung der Lizenzen für Musik, Porträts und Materialien wird die Datei in der gewünschten Formatierung exportiert;

Erstellung wiederverwendbarer professioneller Workflows

1. Erstellung von Skripten, Drehbüchern, Markenmaterialien und einer Liste der zu verbietenden Elemente;
2. Einheitliche Parameter für Textausschnitte, kollaboratives Bearbeiten mit Underlord AI und Audio-Reinigung speichern;
3. Zuerst werden das Modell und die Obergrenze mit repräsentativen Aufnahmen getestet;
4. Fehlerhafte Aufnahmen in eine manuelle Bearbeitung überführen oder neu erstellen;
5. Einheitliche Untertitel, Lautstärke, Farben und Abspann-Copyright-Informationen;
6. Erst nach Erfassung der Version und des Prüfers in Batch veröffentlichen;

Für welche Benutzer geeignet

• Kreator:innen, die Podcasts, Interviews, Online-Kurse und Voice-Video-Clips zuschneiden
• Marketing-Teams, die lange Inhalte schnell in kurze Videos und Texte aufteilen müssen
• Benutzer, die mit komplexen Zeitlinien nicht vertraut sind und wie bei der Bearbeitung von Dokumenten zuschneiden möchten
• Integrierte Teamlösung für Videoaufnahmen, Untertitel, Fernaufnahme und Team-Review

Einsatzbeschränkungen und Sicherheit

• Transkriptionsfehler beeinflussen direkt die Grenzen des Textausschnitts; starke Akzente, Überschneidungen mehrerer Stimmen sowie Musik und Aufnahmen niedriger Qualität erfordern eine manuelle Überprüfung.
• Die automatische Löschung von Pausen oder Füllwörtern kann auch Anfangsbuchstaben von Wörtern entfernen; man sollte vor der Exportierung unbedingt einen vollständigen Testabspielung durchführen.
• StudioSound kann keine Frequenzinformationen wiederherstellen, die stark abgeschnitten wurden oder gar nicht vorhanden sind; eine zu hohe Intensität verleiht einem Klang einen künstlichen Charakter.
• Kurzvideos, Drehbücher und Bilder, die von KI erstellt werden, müssen weiterhin hinsichtlich Fakten, Urheberrechten und Markenkonformität überprüft werden.
• Für die Anpassung von AISpeaker ist eine vom Sprecher selbst aufgenommene Genehmigungserklärung erforderlich; es ist nicht zulässig, ohne Zustimmung die Stimme eines anderen zu kopieren.
• Wenn das Team Kundengespräche, Meetings sowie interne Materialien bearbeitet, sollten Rollen in Drive, Berechtigungen zur gemeinsamen Nutzung sowie Kontrollmechanismen für Unternehmensdaten festgelegt werden. Zudem ist es notwendig, gemäß den geltenden Gesetzen der jeweiligen Region die Zustimmung zur Aufzeichnung einzuholen.

Häufige Fragen

Hat die kostenlose Version von Descript einen Wasserzeichen?

Das aktuelle kostenlose Angebot ermöglicht eine Exportierung in 720p-Qualität ohne Wasserzeichen, doch die Dauer der Medieninhalte, die AI-Punkte, die Erstellungsfähigkeiten sowie die Tonfunktionen sind eingeschränkt.

Löscht man die transkribierte Texte, werden dadurch auch die ursprünglichen Materialien gelöscht?

Der entsprechende Abschnitt wird aus der aktuellen Bearbeitungssequenz entfernt, kann aber in der Regel durch Versionen und Bearbeitungsvorgänge wiederhergestellt werden; für offizielle Projekte wird weiterhin empfohlen, die ursprünglichen Dateien beizubehalten.

Unterstützt Descript die Transkription ins Chinesische?

Die derzeit offiziell aufgelisteten 25 Sprachen für die automatische Transkription beinhalten Chinesisch nicht, daher sollte Chinesisch nicht als bevorzugtes Transkriptionswerkzeug verwendet werden; der Umfang der unterstützten Sprachen kann sich ändern, daher sollten vor der Verwendung die Optionen im Konto überprüft werden.