Symphonic Metal mit weiblichem Gesang (erstes Musikvideo)

[MidiEditor]

Moin,
ich hab mich mal an einem Musikvideo versucht. Ist mein erster Ausflug in dem Bereich.
Das Video ist mit Hilfe von KI-Tools entstanden (wer hätte das gedacht ), die Musik habe ich komplett selbst geschrieben und produziert.

View: https://www.youtube.com/watch?v=Nzz_eJqHUFc
KI-Content ist ja nicht für jeden was, kann ich verstehen.
Für alle, die nur reinhören wollen, hier auch die Audio-Version:

Verbesserungsvorschläge sind immer willkommen.

 

[Monolli]

Die Idee find ich geil mit dem vorher nacher. Ja, mich stört KI, aber ich finde es nochmal was anderes, wenn diese unterstützend zu einem Projekt genutzt wird oder die KI ihren hängenden Stick out of the window presented.
Eine Frage kam mir aber sofort nach wenigen Sätzen der Sängerin auf:
Ist die Ki oder Synthese oder sowas ? Die Betonung und Rythmik einiger Worte fand ich etwas befremdlich schon in der ersten Strophe.
Scheint viel kreativer Output drin zu stecken. Insgesamt gefällt mir das gut.
Schade ist nur immer, dass dem Hörer bei KI Bildern ja zwangsläufig die Gedanken in Kopf kommen, ob die Musik nun auch KI generiert ist.
Am besten du mietest ne Stadt, ne Armee und n Monster, und legst das alles nochmal analog in Schutt und Asche.

 

[Ethersis]

@MidiEditor Dieser Mix um Welten besser als der letzte!!!
Orchester ist mir an ein paar Stellen zu laut und die Drums zu leise aber hier ist das ist Geschmackssache. Möglicherweise würde ich auch was anderes sagen, wenn es andersrum wäre. Ich finde die Levels jetzt Grundsätzlich gut.
Die Stimme finde ich auch gelungen, nur ist es rhytmisch an einigen Stelle etwas merkwürdig. Womit haste die Vocals gemacht?

Das Musikvideo finde ich sehr gut gelungen. Von der Konzeption her ist das wirklich sehr sehr gut! Mit das beste, was ich an KI-Videos je gesehen habe. Mit KI-Videos hab ich eigentlich kein Problem, mach ich ja selber gerne aber ich tue mich etwas schwer, wenn man Personen dann auch singen lässt. Das ist mir dann zuviel Deepfake. Das ist zugegebenerweise aber auch nicht so richtig konsequent Hach!
Mit was haste die Videos und insbesondere das Lip-Sync gemacht?

 

[RK79]

Du bist der Meister im arrangieren hier im Forum.
Grandios, sehr professioneller Aufbau der Musik!
Da werde ich neidisch

 

[MidiEditor]

Danke erstmal an alle, die sich das Video angeschaut und Feedback gegeben haben!

@Monolli Ich sehe es genau wie du – KI-Tools als Werkzeug, mit denen man Ideen umsetzen kann, die für Normalsterbliche sonst kaum machbar wären.

Ist die Ki oder Synthese oder sowas ?

Volltreffer. Das ist Synthesizer V 2. Der kreative Part liegt komplett bei einem selbst, das Technische übernimmt die KI, damit es halbwegs nach menschlichem Gesang klingt. Eine echte Sängerin wäre natürlich deutlich besser, aber auch deutlich teurer. Für mich ist Synth V aktuell ein sehr guter Kompromiss.

Scheint viel kreativer Output drin zu stecken.

Danke! Von der ersten Idee über das Storyboard bis zur fertigen Umsetzung hab ich mir wirklich sehr viele Gedanken gemacht. Freut mich, dass das rüberkommt.

Schade ist nur immer, dass dem Hörer bei KI Bildern ja zwangsläufig die Gedanken in Kopf kommen, ob die Musik nun auch KI generiert ist.

Leider. Ich hab zwar in der Videobeschreibung klargestellt, dass die Musik 100 % selfmade ist, aber das Misstrauen ist trotzdem nachvollziehbar. Das ist aktuell einfach der Nachteil bei KI-generierten Material.

Am besten du mietest ne Stadt, ne Armee und n Monster, und legst das alles nochmal analog in Schutt und Asche.

You made my day!


@Ethersis danke dir, dass du dir wieder Zeit genommen hast!

Dieser Mix um Welten besser als der letzte!!!

Haha, das freut mich riesig zu hören! Es besteht also noch Hoffnung.

Die Stimme finde ich auch gelungen, nur ist es rhytmisch an einigen Stelle etwas merkwürdig.

Ja, das hast du gut erkannt. Ein paar Silben mussten etwas in die Gesangsmelodie reingequetscht werden, deshalb klingt es an manchen Stellen noch etwas holprig.

Womit haste die Vocals gemacht?

Mit Synthesizer V Studio 2 Pro und den Vocalbanks Natalie (Hauptstimme) und Galenaia (Sopran).

Das Musikvideo finde ich sehr gut gelungen. Von der Konzeption her ist das wirklich sehr sehr gut! Mit das beste, was ich an KI-Videos je gesehen habe.

Wow, danke für das richtig fette Lob!

Mit KI-Videos hab ich eigentlich kein Problem, mach ich ja selber gerne aber ich tue mich etwas schwer, wenn man Personen dann auch singen lässt. Das ist mir dann zuviel Deepfake.

Kann ich absolut nachvollziehen. Genau aus dem Grund wollte ich auch keine realistische menschliche Sängerin, sondern ein offensichtliches Fantasiewesen – damit der Deepfake-Effekt nicht so stark ist.

Mit was haste die Videos und insbesondere das Lip-Sync gemacht?

Die Clips habe ich mit Wan 2.2 (lokal), Grok und Google Flow erstellt. Für die Lip-Sync-Szenen habe ich Dezine AI verwendet. Deren Lip-Sync-Tool fand ich noch ganz brauchbar.

@RK79 Naja, „Meister“ ist vielleicht etwas hoch gegriffen Freut mich aber wirklich, dass dir das Arrangement gefällt!
Danke, dass du dir die Zeit genommen hast!

 

[Fugato]

Du bist der Meister im arrangieren hier im Forum.

Wenn du damit meinst, dass sich im Arrangement Stimme und Musik im Wege stehen (wie bei 1:26-1:43), hast du vollkommen recht.

 

[MidiEditor]

Wenn du damit meinst, dass sich im Arrangement Stimme und Musik im Wege stehen (wie bei 1:26-1:43), hast du vollkommen recht.

Der Abschnitt bei 1:26–1:43 ist bewusst chaotisch. Der sukzessive BPM-Sprung sollte einen starken Übergang zum Monster schaffen und gleichzeitig zeigen, wie die Kultur des Landes unter dem Krieg zusammenbrechen wird (deshalb auch das einstürzende Opernhaus, welches die Kultur symbolisieren soll). Stimme und Musik stehen dort absichtlich etwas gegeneinander.
Kann gut sein, dass das nicht bei jedem funktioniert. Was stört dich genau daran?

 

[RK79]

Wenn du damit meinst, dass sich im Arrangement Stimme und Musik im Wege stehen (wie bei 1:26-1:43), hast du vollkommen recht.

Der Songaufbau ist für mich phantastisch und das nicht nur bei diesem einen Song.

 

[Fugato]

Der Abschnitt bei 1:26–1:43 ist bewusst chaotisch.

Ja, ich verstehe, was du meinst. Aber bei deiner tonalen und linearen Kompositionsweise wirkt es wie ein Fehler, wenn plötzlich drei verschiedene Musikteile übereinanderliegen.

 

[MidiEditor]

Ja, ich verstehe, was du meinst. Aber bei deiner tonalen und linearen Kompositionsweise wirkt es wie ein Fehler, wenn plötzlich drei verschiedene Musikteile übereinanderliegen.

Genau das war aber die Absicht: Der Bruch soll sich „falsch“ und unangenehm anfühlen – als Metapher für den Krieg, der ja selbst ein großer Fehler im System ist. Ich kann aber gut nachvollziehen, dass das für manche einfach nur wie ein Fehler klingt und nicht als gewollter Effekt. Geschmäcker gehen da halt auseinander.

 

[Ethersis]

Mit Synthesizer V Studio 2 Pro und den Vocalbanks Natalie (Hauptstimme) und Galenaia (Sopran).

Das ist schon richtig gut!

Ja, das hast du gut erkannt. Ein paar Silben mussten etwas in die Gesangsmelodie reingequetscht werden, deshalb klingt es an manchen Stellen noch etwas holprig.

Das weniger. Auch wenn Texte schreiben vielleicht weniger Spaß macht, sind hier ein paar Minuten mehr Zeit sehr gut investiert.
Teste doch mal, eine Zeile zu nehmen und Chatgpt zu sagen, dass er diese Zeile auf so-und-so-viel Silben umschreiben soll.

Kann ich absolut nachvollziehen. Genau aus dem Grund wollte ich auch keine realistische menschliche Sängerin, sondern ein offensichtliches Fantasiewesen – damit der Deepfake-Effekt nicht so stark ist.

Finde ich ne gute Begründung. Vielleicht leihe ich mir die Idee mal für eins meiner Videos.

 

[Humanizer]

Erstmal das Negative:
Das Monster hat nicht immer die gleiche Augenanzahl und Gestaltung der Eckzähne.
Die hohen Streicher sind rechts. Kann mich nicht erinnern das schon mal gehört zu haben. Orchester werden eigentlich immer aus Zuhörerperspektive gemischt und da sind sie dann halt links.
Warum die Tante einmal von der Seite kommt hab ich nicht verstanden.

Das Positive:
Das Video ist ziemlich gut gemacht, das Monster sieht richtig knuffig aus und sogar ihre Halskette wippt.
Symphonic Metal ist nach meiner Erfahrung das am schwierigsten zu mischende Genre. Ein Orchester kommt der ganzen "Band" in die Quere, Bass, Kick, Snare, Gitarren, Gesang, alles prügelt sich um die gleichen Frequenzen. Dafür ist das schon sehr ordentlich gemischt.

Das die Vocals beide künstlich sind hab ich mir schon gedacht.

Da der KI-Anteil aber ziemlich hoch ist und die ganzen Serverfarmen dafür verantwortlich sind, daß der Speicherpreis inzwischen um das drei- bis fünffache gestiegen ist , höre und sehe ich mir sowas allerdings nur maximal 1 mal an.

 

[MidiEditor]

Teste doch mal, eine Zeile zu nehmen und Chatgpt zu sagen, dass er diese Zeile auf so-und-so-viel Silben umschreiben soll.

Das ist ne gute Idee!

Finde ich ne gute Begründung. Vielleicht leihe ich mir die Idee mal für eins meiner Videos.

Lass deiner Fantasie ruhig freien Lauf!
Bei Dezine AI muss man ne bisschen aufpassen: Sobald der Charakter zu weit von der Kamera weg steht, wird das Lip-Sync schnell undefiniert. Und bleib am besten bei Szenen unter 8 Sekunden. Ab der 8. Sekunde explodieren die Credits plötzlich um fast 40 % – hab ich auch schmerzhaft lernen müssen.

 

[MidiEditor]

Das Monster hat nicht immer die gleiche Augenanzahl und Gestaltung der Eckzähne.

Die Augenanzahl und Zahnstellung ändern sich je nach Laune und wie sehr es gerade die Realität frisst.

Die hohen Streicher sind rechts. Kann mich nicht erinnern das schon mal gehört zu haben. Orchester werden eigentlich immer aus Zuhörerperspektive gemischt und da sind sie dann halt links.

Links ist schon die Lead-Gitarre, deshalb habe ich die Streicher bewusst rechts platziert, damit es sich ausbalanciert. Beim nächsten Song können sie gerne mal die Plätze tauschen – mal schauen, wie sich das anfühlt.

Warum die Tante einmal von der Seite kommt hab ich nicht verstanden.

Ach, wieder der Part ab 1:26
Ich wollte damit eine räumliche Steigerung erzeugen und den Zuschauer akustisch von allen Seiten „einkreisen“.
Erste Tante rechts, dann nächste Tante leicht links und anschließend der Crescendo Chor, der von links und rechts kommt.

Dafür ist das schon sehr ordentlich gemischt.

Thx!

Da der KI-Anteil aber ziemlich hoch ist und die ganzen Serverfarmen dafür verantwortlich sind, daß der Speicherpreis inzwischen um das drei- bis fünfache gestiegen ist , höre und sehe ich mir sowas allerdings nur maximal 1 mal an.

Zum Glück war ein großer Teil lokal gerendert, sonst hätte ich wahrscheinlich noch persönlich die Preise für 64-GB-Kits nach oben getrieben. Das Monster entschuldigt sich schon mal. Ist insgesamt ein wichtiges Thema, nicht nur wegen der RAM-Preise, sondern auch wegen des Stromverbrauchs – da gebe ich dir recht.

 

[Humanizer]

Die Augenanzahl und Zahnstellung ändern sich je nach Laune und wie sehr es gerade die Realität frisst.

+1 für Schlagfertigkeit.

 

[FredTadge]

Song, Arrangement, Video - richtig gut. Ich finde die Sängerin manchmal etwas zu leise und die orchestralen Komponenten fast durchgehend zu laut. Ansonsten einfach nur Wow! Das ist richtig stark und man merkt, dass trotz KI-Einsatz eine ganze Menge Arbeit drinsteckt.

EDIT: Gibt's auch ne FSK18-Version, wo die Brutalo-Szenen nicht geblurrt sind oder hat die KI das automatisch gemacht?

EDIT2: Der Knopf, den die Dame für die Atombombe benutzt, sieht aus wie eine E-Zigarette.

 

[Seratos]

Ich finde Musik und Video mega gut gelungen! Nur einmal ist die Sängerin so weit rechts, das fand ich seltsam.

 

[foursmith]

Klingt super, mit welcher KI hast du das Video erstellt?

 

[Humanizer]

mit welcher KI hast du das Video erstellt?

->

Die Clips habe ich mit Wan 2.2 (lokal), Grok und Google Flow erstellt. Für die Lip-Sync-Szenen habe ich Dezine AI verwendet. Deren Lip-Sync-Tool fand ich noch ganz brauchbar.

 

[MidiEditor]

Song, Arrangement, Video - richtig gut. Ich finde die Sängerin manchmal etwas zu leise und die orchestralen Komponenten fast durchgehend zu laut.

Danke für das Feedback! Zum Mix: Da hast du recht – die orchestralen Teile sind tatsächlich oft zu laut und die Stimme etwas zu leise. Das höre ich nicht zum ersten Mal. Beim nächsten Mix achte ich definitiv stärker darauf. Danke für den Hinweis!

EDIT: Gibt's auch ne FSK18-Version, wo die Brutalo-Szenen nicht geblurrt sind oder hat die KI das automatisch gemacht?

Ja, die gibt’s! Die geblurten Szenen sind nur für YouTube. Die unzensierte Brutalo-Version findest du auf meiner Website: thedarkbridge.de

EDIT2: Der Knopf, den die Dame für die Atombombe benutzt, sieht aus wie eine E-Zigarette.

Das neue Motto des Songs: Vape & Destroy.