Ein Video mit KI bereitstellen: Transkript, Untertitel und Interaktion
Abspielen ist der Anfang: Orientierung zur Bereitstellung
Auf der Aufbereitungsseite haben wir die Videodatei kennengelernt, Bild und Ton getrennt betrachtet und einzelne Frames geprüft (stark vereinfacht). Diese Seite beginnt mit einem Video, das sich bereits abspielen lässt. Nun ergänzen wir Funktionen, die Menschen beim Verstehen und Wiederfinden helfen.
Mein TEDx-Talk „Ein immer anderer Blick auf alles und die Welt“ bietet dafür eine schöne Ausgangslage. Du kannst mich sehen und hören. Ein Startbild ist vorhanden. Unter dem Player kann ein echtes Transkript erscheinen. Kapitelmarken führen zu wichtigen Stellen. Aus diesen verständlichen Bausteinen entwickeln wir Schritt für Schritt Untertitel, Zusammenfassung und Interaktionen.
Was "bereit" am Anfang bedeutet
Für unseren Lernweg ist das Video zunächst bereit, wenn drei einfache Prüfungen gelingen:
- Das Startbild erscheint.
- Bild und Ton lassen sich gemeinsam abspielen.
- Ein Sprung zu einer bekannten Zeit zeigt die erwartete Stelle.
An meinem TEDx-Talk kannst Du diese Prüfungen direkt nachvollziehen. Bei 1:12 erkläre ich die synchronisierten Systeme. Bei 6:01 beginnt die Passage über das Kleid. Bei 13:31 beginne ich das Experiment mit dem Raum; um 13:40 ist das stehende Publikum zu sehen. Stimmen diese Stellen, besitzen Video und unsere Zeitangaben dieselbe Ausgangsbasis.
Was bei meinem TEDx-Talk bereits vorhanden ist
| Vorhandene Ausgabe | Wofür sie da ist | Was Du sehen kannst |
|---|---|---|
| MP4-Datei | einfache Wiedergabe | meinen vollständigen Vortrag |
| Startbild | Vorschau vor dem Start | mich auf der Bühne |
| Vorschaubildtafel | Orientierung auf der Zeitleiste | kleine Bilder aus meinem Vortrag |
| Transkript | Suchen und Mitlesen | Textabschnitte mit Zeitangaben |
| Streaming-Fassungen | Wiedergabe bei unterschiedlichen Verbindungen | dieselbe Stelle in mehreren Bildgrößen |
Ein Teil der vorhandenen Ausgaben stammt aus einem älteren Verarbeitungslauf. Deshalb zeigen wir nicht nur, was funktioniert, sondern auch, wie Du fehlende Verbindungen erkennst. Bei meinem TEDx-Talk ist beispielsweise eine Untertiteldatei vorhanden, der aktuelle Player sucht sie jedoch an einem anderen Ort. Das erklären wir erst, nachdem der Unterschied zwischen Transkript und Untertiteln klar ist.
Die Grundlagen folgen der Nutzung
- Du spielst das echte Video ab und prüfst bekannte Stellen.
- Du verstehst, wie aus Ton kleine Textabschnitte mit Zeitangaben werden.
- Du machst aus diesen Texten ein suchbares Transkript und lesbare Untertitel.
- Du erzeugst eine belegte Zusammenfassung und verständliche Kapitel.
- Du ergänzt Sprungmarken und eine einfache Umfrage.
Erst danach folgen die fortgeschrittenen Vertiefungen:
- mehrere Wiedergabequalitäten und adaptives Streaming
- zeitliche Unterscheidung mehrerer Stimmen
- gemeinsame Zeitdaten für verschiedene Analyseergebnisse
- meine reale Video-Pipeline sowie Qualität, Datenschutz und Betrieb
Was Du am Ende ausprobieren kannst
Die Ergebnisse bleiben am Vortrag sichtbar. Eine Suche nach "Resonanz" führt zu 1:12. Ein Kapitel führt zur Honigpassage ab 8:55. Eine Untertitelzeile kann die Farbnennung bei 6:01 begleiten. Eine Umfrage kann bei 6:04 nach Deiner Wahrnehmung des Kleides fragen und erst später meine eigene Antwort zeigen.
Wenn Du noch nicht weißt, wie Bild, Ton und Einzelbilder aus der MP4-Datei gewonnen werden, führt Dich die Aufbereitungsseite durch diese Grundlagen.