Bij een voice-over voor korte video's is het meest voorkomende probleem niet het ontbreken van geluid, maar stem en beeld die niet op elkaar aansluiten: de voice-over leest nog de vorige zin terwijl het beeld allang naar de volgende shot springt, of het beeld blijft hangen op een productclose-up terwijl de stem al uitgesproken is. De juiste volgorde is omgekeerd: kijk eerst hoe de video gemonteerd is en beslis daarna per segment wat de voice-over zegt en hoe lang. Met tekst naar spraak van PixMind zet je elk scriptdeel om in een MP3; of stem en beeld in elkaar grijpen, hangt af van het opsplitswerk vóór je begint te typen.
Open tekst naar spraak, houd de gemonteerde korte video bij de hand, genereer en download elk voice-oversegment apart en zet ze daarna in je videobewerker.
Kernpunten
- Splits de voice-over eerst volgens de beeldsegmenten en schrijf daarna de tekst; elk segment draagt één informatietaak en de duur volgt het beeld.
- De tekenlimiet per generatie: 100 tekens zonder account of op het gratis pakket, 10000 tekens voor betalende leden; de pagina bewaart telkens één resultaat, dus genereer en download per segment.
- De duur volgt het gegenereerde resultaat: de audiospeler toont de totale duur van elk segment. Test één segment en plan daarna de hele video, zonder omrekenformule van tekens naar seconden.
- Het mengen van de voice-over in de video is een externe bewerkingsstap; ondertitels genereer je ná het definitief maken van het audiospoor, met de video-naar-tekst-tool vanuit de definitieve montage.
Splits de voice-over eerst op het ritme van het beeld
De eerste handeling bij een voice-over is niet typen maar kijken. Bekijk de gemonteerde video twee keer volledig: de eerste keer om de shotvolgorde te noteren, de tweede keer meezeggen in je hoofd om te voelen hoeveel zinnen elk beeldsegment kan dragen. Splits de video daarna op naar de functie van de shots.
Neem een productvideo van zo'n 15 seconden, opgedeeld in opening, demonstratie en afsluiting:
| Segment | Beeld | Taak van de voice-over | Geschatte duur |
|---|---|---|---|
| Opening | Het product landt op tafel, de camera zoomt in | In één zin benoemen wat het is en voor wie | circa 3 seconden |
| Demonstratie | Drie actieshots: vullen, deksel dichtdraaien, starten | Per actie één zin, in de juiste volgorde | circa 8 seconden |
| Afsluiting | Close-up van het resultaat, logo in freeze-frame | In één zin een aanmoediging tot actie | circa 3 seconden |
De duur van elk segment komt uit het beeld zelf; de voice-over vult dat tijdvenster in, in plaats van dat het beeld op de stem wacht. Wie eerst een lange tekst schrijft en die daarna in het beeld propt, houdt er meestal alleen kunstmatig versnellen aan over, en dat klinkt direct slechter; een productintroductie van 300 tekens duurt bij het voorlezen al gauw langer dan de hele video.
Het opdelen heeft nog een praktisch voordeel: elke generatie kent een tekenlimiet — maximaal 100 tekens per keer zonder account of op het gratis pakket, verruimd naar 10000 tekens voor betalende leden. Voice-oversegmenten per shot blijven daar meestal ver onder, dus één segment per generatie past precies in de werkwijze van segmentsgewijs genereren.
Herschrijf je script naar begrijpelijke spreektaal
Kijkers van korte video's beluisteren de voice-over, ze lezen hem niet. Op het schrijven hebben twee dingen de meeste invloed.
Ten eerste: schrap informatie die het beeld al toont. Ziet de kijker het deksel dichtgedraaid worden, dan hoeft de stem niet te zeggen 'draai nu het deksel vast'; krijgt de kijker al een close-up van het resultaat, dan hoeft de voice-over niet te herhalen 'zoals je ziet is het resultaat heel fijn'. De stem zegt alleen wat het beeld niet kan zeggen: de naam, het gebruik en het waarom achter de handelingen.
Ten tweede: één kernpunt per zin en stuur de pauzes met leestekens. Een komma is een korte stop, een punt een adempauze; korte zinnen sluiten makkelijker aan op shotwissels en geven de luisteraar tijd om te verwerken.
Neem het demonstratiesegment. Eerste versie: 'Dit product is eenvoudig in gebruik en vereist slechts drie stappen: leg eerst het fruit in de beker, draai daarna het deksel vast en druk ten slotte op de startknop; enkele tientallen seconden later geniet je van vers geperst sap.' Herschreven: 'Drie stappen. Fruit erin, deksel dicht, knop indrukken. Paar tellen, vers sap klaar.' De herschreven versie schrapt opsmuk, voegt pauzes toe en dekt elke zin precies één actieshot.
Schrijf cijfers en typenummers meteen zoals je ze uitgesproken wilt horen. Wil je bij '3 stappen' 'drie stappen' horen, schrijf het getal dan als woord; of letters en cijfers in een typenummer natuurlijk als één geheel klinken, beoordeel je aan de hand van het gegenereerde resultaat.
Kies na het beluisteren de juiste stem
Er bestaat geen unaniem beste stem: wissel bij hetzelfde script van stem en de uitstraling van de hele video verschuift mee. De keuzemethode is simpel: genereer met hetzelfde script — neem de openingszin — versies met twee stemmen en beslis na het beluisteren.
Vergelijk op twee punten. Eén: de stijl van de inhoud — een productdemonstratie vraagt meestal om een frisse, vlotte stem, uitlegcontent werkt beter met een gelijkmatige, beheerste toon. Twee: de duidelijkheid — let vooral op de productnaam, cijfers en verbindingen tussen woorden; welke stem niets inslikt of laat vervagen weegt zwaarder dan welke stem mooier klinkt.
De stemkiezer filtert op engine en taal, en beweeg je de muis over een stem, dan speelt direct een voorbeeld; zo'n voorbeeld beoordeelt alleen de uitstraling van de stem, de uiteindelijke keuze volgt uit het resultaat met jouw eigen script. Ga er niet vanuit dat één engine voor elke klus het beste is: probeer er een of twee extra, binnen enkele minuten staat je keuze vast.
Stem tekst en spreektempo af op gemeten duur
Of de lengte van de voice-over klopt, kun je niet gokken; de werkende aanpak is: eerst één segment meten, daarna de hele video plannen.
Na het genereren van de opening toont de audiospeler op de pagina de totale duur van dat segment; op downloaden krijg je een MP3-bestand dat begint met pixmind-tts- en een tijdstempel meekrijgt. Controleer het nog een keer in een lokale speler of op een bewerkingsspoor. Noteer de duur van alle drie de segmenten en leg ze naast de beeldduren uit je shotlijst:
- De voice-over is langer dan het beeld: schrap eerst tekst. Opsmuk en herhalingen die niemand mist eruit halen werkt beter dan het tempo opschroeven; je verwijdert ballast, geen helderheid.
- Het scheelt nog een beetje: draai het spreektempo dan licht bij. Het tempobereik verschilt per engine: de schuif van de Microsoft-engine loopt van -100% tot +100% (standaard 0), Volcengine van 0.8x tot 2.0x (standaard 1.0x) en MiniMax van 0.5x tot 2.0x (standaard 1.0x). Pas in kleine stappen aan en genereer en beluister na elke wijziging opnieuw.
- De voice-over is korter dan het beeld: dat hoef je niet per se met langzaam praten op te vullen. Eén à twee seconden beeld zonder stem werkt vaak beter dan zin op zin jagen.
Een omrekenformule van 'zoveel tekens is zoveel seconden' ontbreekt hier bewust, want zo'n formule is onbetrouwbaar: elke stem heeft een ander basistempo en leestekens en de uitspraak van cijfers verschuiven de werkelijke duur; dezelfde zin kan bij twee stemmen aantoonbaar van lengte verschillen. Meet liever de opening en gebruik die echte duur als ijkpunt.
Houd bij segmentsgewijs genereren de consistentie vast: alle segmenten van één video met dezelfde stem en dezelfde parameters, anders breekt het ritme. Bij het wisselen van engine resetten tempo en volume naar de standaardwaarden, dus noteer je ingestelde waarden vooraf; de pagina bewaart telkens maar één resultaat, dus genereer een segment, download het en ga pas daarna naar het volgende.
Zet de voice-over in je videobewerker en voeg ondertitels toe
Pas in een videobewerker wordt de MP3 de definitieve video; deze stap gebeurt buiten PixMind, met elke gewenste software. Het algemene proces:
- Start een nieuw project en importeer het beeldmateriaal en de drie voice-over-MP3's.
- Lijn elk voice-oversegment uit met het bijbehorende beeld volgens de shotlijst en laat bij shotwissels een kleine tussenruimte, zodat de stem niet op de snijpunten afbreekt.
- Beluister alles vanaf het begin en controleer of volume en ritme tussen de segmenten vloeiend doorlopen.
- Exporteer na akkoord de definitieve video.
Ondertitels komen pas ná deze stap en volgen het definitieve audiospoor. De scripttekst rechtstreeks als ondertitel gebruiken geeft een tijdlijn die niet meer klopt: na het schrappen en herschrijven van tekst en het bijstellen van het tempo liggen de begin- en eindpunten van elke zin allang anders. De aanpak: geef de gemonteerde video met voice-over mee aan de tool video naar SRT, genereer vanuit de definitieve video een ondertitelbestand met tijdcodes en importeer dat terug in je videobewerker om eigennamen en zinindeling te controleren.
Veelgestelde vragen
Voice-over te lang: pas je eerst het tempo of eerst de tekst aan?
Eerst de tekst. Opsmuk en informatie die het beeld al toont wegsnijden is in de meeste gevallen voldoende; het tempo pas je pas licht bij als er niets meer te schrappen valt, want te veel versnellen jaagt de articulatie op en vervaagt de kernpunten. Genereer na de wijziging opnieuw en controleer het effect aan de duur in de speler.
Kies je genereren in één keer of per segment?
Deel op beeldsegmenten. Een lang script in één keer stuit op de tekenlimiet per generatie — 100 tekens per keer zonder account of op het gratis pakket — en het deel daarboven genereert niet; bovendien bewaart de pagina maar één resultaat tegelijk, dus lange scripts moeten toch per stuk worden gedownload. Opsplitsen per shot volgt de limiet én legt elke duur direct naast het beeld, zodat je later alleen het problematische segment bijstuurt.
In welke stap maak je ondertitels na het genereren van de voice-over?
Nadat de voice-over definitief is en het audiospoor in de video zit. De tijdcodes van ondertitels volgen het definitieve geluid: genereer ze met de video-naar-SRT-tool vanuit de gemonteerde video, niet vanuit de scripttekst van vóór het genereren. Importeer het ondertitelbestand daarna in je videobewerker en controleer eigennamen en zinindeling.
Begin met één openingszin
Wacht niet op een compleet script. Open je gemonteerde korte video en schrijf alleen de opening: één zin die zegt wat het is en voor wie. Plak die in tekst naar spraak, genereer, beluister en bekijk de duur. Staat het eerste segment, dan zijn de overige segmenten enkel een herhaling van dezelfde cyclus.
