Der KI-Rapvideo-Generator macht aus einem Einzel- oder Gruppenfoto und ein paar Zeilen auf Englisch einen Clip, in dem die Personen auf dem Foto deine Zeilen rappen – lippensynchron, mit generierter Stimme und eigenem Beat. Im Prompt stehen schon Beispiel-Bars, du kannst also direkt nach dem Upload testen und den Text umschreiben, wenn du so weit bist. Als Ausgangspunkt sind 12 Sekunden im Hochformat 9:16 eingestellt, genug für etwa fünf kurze Zeilen. Passe Format und Dauer an einen Hook oder einen kurzen Vers an, nicht an einen ganzen Song.
Alles passiert im Generator oben, vom Foto bis zum fertigen Part.
Lade ein klares Einzel- oder Gruppenfoto hoch: Die Beteiligten schauen zur Kamera, ihre Münder sind nicht verdeckt.
Der vorbereitete Prompt ist zunächst eingeklappt. Klick auf „Bearbeiten“, um ihn zu lesen oder anzupassen, oder nutze die Vorlage unverändert. Ersetze die fünf Beispielzeilen zwischen den Anführungszeichen durch deine eigenen, und zwar auf Englisch. Rund fünf kurze Zeilen passen in zwölf Sekunden, den Rest des Prompts lässt du einfach stehen.
Bleib beim Boom Bap auf dem Dach oder kopier einen der Sounds unten über die Zeilen „Beat:“ und „Scene:“ im Prompt.
Prüf die Kosten von 100 Credits neben dem Button, starte die Generierung und hör dir den fertigen Clip mit Ton an, bevor du ihn herunterlädst.
Jede Generierung ist ein Take: eine kurze Performance, bei der Gesicht, Stimme und Beat gemeinsam entstehen. Ein Rapvideo zu einem ganzen Track besteht aus mehreren Takes, die du hinterher zusammenschneidest – und genau diese Takes produzierst du hier.
Das Foto ist eine Identitätsreferenz. Daran erkennt das Modell, welches Gesicht, welche Frisur, welcher Hautton und welche Klamotten erhalten bleiben sollen, während die Person in einer neuen Szene performt. So wird aus einem ganz normalen Selfie ein Auftritt auf dem Dach oder im Studio.
Was zwischen den Anführungszeichen steht, rappt die Person Wort für Wort, und zwar auf Englisch. Alles außerhalb der Anführungszeichen ist Regieanweisung: wie die Zeilen vorgetragen werden, wie der Beat klingt und was die Kamera macht.
Bild, gerappte Stimme und Instrumental entstehen zusammen. Deshalb bewegen sich die Lippen passend zum Ton, statt dass eine Mundbewegung nachträglich über eine fertige Tonspur gelegt wird.
Als Ausgangspunkt sind 12 Sekunden im Hochformat 9:16 eingestellt, genug für etwa fünf kurze Zeilen. Passe Format und Dauer an einen Hook oder einen kurzen Vers an, nicht an einen ganzen Song.
Lippensynchronität steht und fällt mit dem Mund, Gesten hängen am Bildausschnitt. Diese vier Punkte entscheiden über das meiste, noch bevor du die erste Zeile schreibst.
Nimm ein Foto, auf dem das Gesicht zur Kamera zeigt und die Lippen frei zu sehen sind. Liegt ein Mikro, eine Hand, eine Maske oder ein dunkler Schatten über dem Mund, muss das Modell raten – und geratene Lippen sehen im Video verwaschen oder gummiartig aus. Weiches, gleichmäßiges Licht funktioniert besser als ein harter Halbschatten quer übers Gesicht.
Du kannst ein Einzelporträt oder ein Gruppenfoto ausprobieren. Schreib bei mehreren Personen in den Prompt, wer den Rap anführt, ob alle gemeinsam rappen oder wer wann an der Reihe ist. Alle Beteiligten sollten gut erkennbar sein und Platz für Gesten haben. Eine Sonnenbrille ist okay, wenn dir der Look gefällt, aber sichtbare Augen helfen, die Gesichter von Bild zu Bild wiederzuerkennen.
Beim Rappen arbeiten Hände und Schultern genauso mit wie die Stimme. Ein Foto ab Brust oder Hüfte aufwärts gibt dem Modell Raum für Gesten; ein enges Passfoto klappt auch, wirkt im Clip aber steif. Achte außerdem auf eine ordentliche Auflösung, grob 1000 Pixel an der kurzen Seite oder mehr.
Nimm dein eigenes Foto oder eines, das du nutzen darfst. Bevor du das Foto von Freunden hochlädst, frag kurz nach: Schließlich rappt dann deren Gesicht deine Zeilen. Und leg echten Künstlern oder Personen des öffentlichen Lebens keine Worte in den Mund, die sie nie gesagt haben.
Der häufigste Fehler: zu viel Text. Wer entspannt rappt, schafft ungefähr drei bis vier Wörter pro Sekunde, kurze Zeilen gewinnen also.
Halte jede Zeile bei höchstens neun Wörtern und plane ungefähr eine Zeile alle zweieinhalb Sekunden ein. In zwölf Sekunden passen damit etwa fünf kurze Zeilen, und genau so ist das Beispiel aufgebaut. Packst du zehn Zeilen rein, hetzt das Modell, verschluckt Wörter oder hört mittendrin auf.
Rapvideo generierenSetz die Reime ans Zeilenende und gib den Zeilen ungefähr gleich viele Silben, dann sitzen sie sauber auf einem gleichmäßigen Beat. Ein Komma gibt eine kurze Atempause, ein Zeilenumbruch eine etwas längere. Fang kurz an, hör rein und häng erst dann ein, zwei Wörter dran, wenn am Ende noch Luft ist.
Rapvideo generierenSchreib Zahlen als Wörter, also „twenty“ statt „20“, vermeide Abkürzungen, die das Modell Buchstabe für Buchstabe vorlesen könnte, und schreib Slang genau so, wie du ihn aussprichst. Lies die Zeilen vor dem Absenden einmal laut vor: Wenn du über eine stolperst, stolpert das Modell wahrscheinlich auch.
Rapvideo generierenGerappt wird immer auf Englisch, egal in welcher Sprache du diese Seite liest. Und nur die Wörter zwischen den Anführungszeichen werden gerappt. Namen, Bezeichnungen wie „Hook“ oder „Part 1“ und Notizen gehören deshalb nach draußen, sonst rappt das Modell sie womöglich laut mit.
Rapvideo generierenDas Modell baut den Beat aus deinen Worten. Beschreib ihn also so, wie ein Producer es tun würde: Tempo, Drums, Bass und Stimmung. Kopier eine Beat-Zeile und eine Scene-Zeile von unten in den Prompt und ersetze damit die aus dem Beispiel. Bleib pro Clip bei einem Stil und einem Ort, gib der Kamera genau eine Aufgabe und übernimm jedes Mal exakt dieselbe Beat-Zeile, wenn mehrere Clips wie ein Song klingen sollen.
Beat: dusty boom-bap drums around 90 BPM, deep kick, crisp snare, a short vinyl scratch. Scene: brick wall under one streetlight, hoodie, steady handheld medium close-up.
Beat: hard trap beat around 140 BPM, rolling hi-hats, heavy 808 bass, dark synth. Scene: empty parking garage with red neon, low camera angle, slow push-in.
Beat: dark drill beat with sliding 808s, sparse piano and off-beat snares. Scene: wet street at night, cold blue light, steady medium shot from the front.
Beat: mellow lo-fi hip-hop beat, soft keys, lazy swing, light vinyl crackle. Scene: small bedroom studio, desk lamp glow, close-up, relaxed delivery.
Jede Generierung kostet 100 Credits. Der Preis bleibt für jede Dauer von 4 bis 15 Sekunden gleich; prüfe vor dem Absenden, ob dein verfügbares Guthaben ausreicht.
Dein Foto gibt Gesicht und Aussehen vor, während Stimme, Beat und Bild gemeinsam entstehen. Beginne mit den fünf vorbereiteten Zeilen für einen zwölfsekündigen Take und höre das ganze Ergebnis an. Für deinen eigenen Stil klickst du auf „Bearbeiten“ und ersetzt die Zeilen in den Anführungszeichen. Anweisungen zu Beat und Szene bleiben außerhalb der Anführungszeichen.
Mit dem Schieberegler wählst du 4 bis 15 Sekunden. Ein kurzer Take braucht weniger Wörter, ein längerer lässt Raum für Pausen und Gesten. Der Preis bleibt bei jeder Länge 100 Credits. Ergänze Zeilen erst, wenn die kurze Fassung gut klingt, und lies sie laut vor, damit das Tempo entspannt bleibt.
Wähle das Seitenverhältnis passend zu dem Ort, an dem du den Clip teilen möchtest. Hochformat eignet sich für Nahaufnahmen, Querformat lässt Platz für Gesten und Umgebung, das Quadrat wirkt kompakt. Der Mund sollte sichtbar bleiben und die Kamera nur wenig bewegt werden. Vergleiche jeweils eine Änderung, statt Text und gesamte Szene gleichzeitig neu zu schreiben.
Melde dich an, öffne das Kontomenü und mach den täglichen Check-in: Ein kompletter Zyklus über sieben Tage bringt 20 Credits – das allein reicht nicht für einen 12-Sekunden-Clip mit den Standardeinstellungen. Kostenlose Konten generieren öffentlich und laden mit Wasserzeichen herunter; bezahlte Konten können privat generieren und ohne Wasserzeichen herunterladen.
Hör dir jeden fertigen Clip mit Ton an, mindestens zweimal, bevor du entscheidest, was du änderst.
Sind alle Wörter da, in der richtigen Reihenfolge und so ausgesprochen, wie du sie gemeint hast? Wird ein Wort verschluckt, kürz die Zeile oder schreib das Wort eindeutiger. Ändere immer nur eine Sache auf einmal, damit du hörst, was wirklich besser geworden ist.
Schließt sich der Mund bei harten Konsonanten wie B, P und M, öffnet er sich bei den Vokalen? Driften die Lippen weg, versuch es mit einem Foto, auf dem das Gesicht größer und klarer ist.
Für ein Rapvideo, das länger als ein Clip ist, teilst du deinen Part in Abschnitte von vier oder fünf Zeilen und generierst pro Abschnitt einen Clip – immer mit demselben Foto, derselben Beat-Zeile und derselben Scene-Zeile. Mit „Diese Eingaben erneut verwenden“ im Verlauf startest du jeden Take mit den Einstellungen des vorherigen.
Schneide die Clips in einem beliebigen Schnittprogramm zusammen. Verschiebt sich der Beat zwischen den Takes ein wenig, leg ein durchgehendes Instrumental unter den ganzen Schnitt und lass die generierten Vocals obendrauf. Untertitel setzt du dort ebenfalls, denn generierter Text im Bild kommt oft mit Tippfehlern raus.
Nein. Im Prompt stehen schon fünf Beispielzeilen, du kannst also direkt nach dem Upload generieren. Für deinen eigenen Text ersetzt du die Zeilen zwischen den Anführungszeichen und lässt den Rest stehen. „Beispiel-Bars wiederherstellen“ holt den Originaltext zurück.
Nicht auf dieser Seite. Du lädst ein Foto hoch, Stimme und Beat entstehen beide aus dem Text im Prompt – genau deshalb bleiben die Lippen synchron. Hast du schon einen fertigen Track, kannst du die Clips als Visuals nutzen und den Ton im Schnittprogramm austauschen. Der Mund folgt dann aber der generierten Stimme.
Die Ausgangslänge beträgt 12 Sekunden und reicht für etwa fünf kurze Zeilen. Mit dem Schieberegler kannst du 4 bis 15 Sekunden wählen; jeder Take kostet unabhängig von der Länge 100 Credits. Für einen ganzen Vers erzeugst du mehrere Clips mit demselben Foto und derselben Beat-Zeile und schneidest sie zusammen.
Nein, gerappt wird auf jeder Sprachversion dieser Seite auf Englisch. Schreib deinen Text also auf Englisch. Die Seite selbst kannst du ganz normal auf Deutsch lesen, nur die gerappten Wörter sind englisch.
Melde dich an und mach im Kontomenü den täglichen Check-in: Ein Zyklus über sieben Tage bringt 20 Credits. Generieren kannst du, sobald dein verfügbares Guthaben die Kosten von 100 Credits deckt. Kostenlose Konten generieren öffentlich und laden mit Wasserzeichen herunter.
Klick auf „Bearbeiten“ und beschreibe Tempo, Drums, Bass und Vortrag unter den Zeilen in Anführungszeichen. Bleibe pro Take bei einem Musikstil und verwende dieselbe Beat-Zeile für zusammengehörige Clips. Höre Stimme und Beat im fertigen Ergebnis an, bevor du etwas änderst.
