Künstliche Intelligenz in der Audio- und Filmproduktion

Für die Firma Haver und Böcker hat ams Texte mit englischen KI-Stimmen vertont. Auf der Interpack in Düsseldorf erläutern „Maschinen“ den Besuchern die Verpackungs-Abläufe. Dafür wird eine weibliche und eine männliche KI-Stimme eingesetzt. Foto: ams

Das Bielefelder Medienunternehmen ams – Radio und MediaSolutions setzt in einigen Bereichen der Audio- und Filmproduktion bereits auf Künstliche Intelligenz (KI) – und das sehr erfolgreich.

Das Thema erhitzt die Gemüter, wenn es darum geht, welche Vorteile KI für Medienunternehmen bringt. Die Argumentation reicht von „…dann können wir den Journalismus gleich zu Grabe tragen, wenn das Alexa und Kollegen und Kolleginnen angeblich besser können…“ bis zu „langweilige Routineaufgaben und vorrecherchieren, das macht ab sofort die KI. Auch Standardtexte funktionieren schnell und sauber.“ Was ist tatsächlich sinnvoll und spart Zeit? An welcher Stelle mache ich mich sogar strafbar, weil die künstliche Intelligenz autonom auf Daten Dritter zugreift? In diesem Spannungsfeld sind wir gut beraten, die Chancen und Risiken von KI immer neu zu bewerten.
Das geschieht bei ams – Radio und MediaSolutions schon länger. In der Filmproduktion bei ams Videograph spart KI schon seit Monaten wertvolle Zeit. Einfach durch „Audio zu Text“-Transkription. Frank Terpoorten aus der Filmproduktion: „Das ist ja wirklich kein Hexenwerk, spart aber kostbare Zeit: Wenn wir für einen Unternehmensfilm fünf Personen dieselben Fragen stellen, weil anfangs noch nicht klar ist, wer welchen Part sprechen soll, dann kommen schnell Stunden an Material zusammen. Lasse ich das durch ein Programm in geschriebenen Text umwandeln und suche dann nach Schlüsselworten, bin ich wesentlich schneller und besser sortiert!“
In der Bildbearbeitung hat KI schon längst Einzug gehalten und das ohne Extraprogramme. Herkömmliche Software kann da schon eine Menge. „In dem Bildbeispiel störte sich der Kunde an dem Fußgänger vorne rechts. Mit Hilfe von KI wurde dieser einfach ´rausgerechnet, ohne dass eine Lücke entsteht. Der Hintergrund wurde quasi dazugerechnet“, so Terpoorten. Zwei Fotos einfügen, links mit, rechts ohne Fußgänger. Das funktioniert natürlich auch umgekehrt. Auf Wunsch können Objekte in „reguläre“ Fotos eingefügt werden. „Falls ein Kunde eine Katze oder einen Heißluftballon haben möchte, bieten wir verschiedene Modelle an“, erläutert Frank Terpoorten. Und es geht mit bewegten Bildern weiter: „Ich gehe fest davon aus, dass filmische Standards so wie wir sie zum Beispiel oft in den Nachrichten sehen, bald von KI geschnitten werden! Das sind solche Szenen wie: Ein Mensch betritt ein Gebäude, geht den Flur entlang, nimmt etwas aus dem Regal und öffnet eine Tür. Das wird KI bald für uns schneiden. Da bin ich mir sicher!“

Auch in der Audio-Spotproduktion arbeitet ams seit einigen Monaten mit künstlicher Intelligenz, für einen Kunden sogar mit maschinell generierten Stimmen: Gaby Grubert, Leiterin der Audioproduktion bei ams: „Zurzeit ist der englischsprachige Markt in Sachen KI-Stimmen noch weit vorn. Da die meisten Unternehmen im Ausland zu diesem Thema forschen und testen, ist Englisch natürlich die Sprache der Wahl. Deutsche KI-Stimmen stecken noch in den Anfängen. Es ist aber eine Frage der Zeit, bis sie in vielen Bereichen eingesetzt werden. Für die Firma Haver und Böcker im ostwestfälischen Oelde wurden in unseren Studios Texte mit englischen KI-Stimmen vertont. Auf der Interpack in Düsseldorf erläutern „Maschinen“ den Besuchern die Verpackungs-Abläufe. Dafür wird eine weibliche und eine männliche KI-Stimme eingesetzt.“
Die Anforderungen an eine gute KI-Stimme sind hoch. Die natürliche Sprachmelodie, der emotionale Ausdruck und nicht zuletzt die richtige Aussprache zum Beispiel von Namen, Orten und Fachvokabular machen deutsche KI-Stimmen noch wenig attraktiv. Wer will seine Marke schon mit einer unemotionalen Roboterstimme präsentieren?
Die EU ist gerade dabei, ein Regelwerk zu entwickeln, um Urheber und Verwertungsrechte zu klären. Künftig wird man KI-erzeugte Stimmen und Inhalte kennzeichnen müssen. Dasselbe gilt natürlich auch für das gesamte Urheberrecht sowie das Recht am eigenen Bild. Nicht umsonst streiken Hollywoodschauspieler und -schauspielerinnen für ein verschärftes Recht an ihrem eigenen Gesicht. Wer will schon Star eines Films sein, in dem er oder sie nicht mitgespielt hat? Technisch gesehen ist das keine Herausforderung mehr.

Was kann KI denn eigentlich (noch) nicht?

„Spontan, wirklich kreativ und emotional sein, schnell interagieren und kommunizieren – das schafft KI nicht“, sagt Frank Terpoorten. Darum finde ich ja auch Co-Moderation so wichtig und lebendig – das schaffen nur wir Menschen!“ Mal sehen, wie lange noch, denn KI lernt ständig dazu….

Weitere Informationen: www.ams-net.de