Wenn dasselbe Video mehrere Sprachmärkte erreichen soll, sind Untertitel die günstige Antwort — aber was viele Zuschauer wirklich bevorzugen, ist Narration in der eigenen Sprache. Beat2Cut macht aus einem Narrationsskript mehrere Voiceover-Versionen: Das Skript wird in einen editierbaren Entwurf je Sprache übersetzt (Englisch, Chinesisch, Spanisch und Japanisch sind aktuell im Katalog), du prüfst und korrigierst jeden Entwurf, und erst danach wird pro Sprache eine Sprecher-Spur erzeugt. Vorschau und Export enthalten immer nur eine ausgewählte Sprache — dasselbe Bild, eine andere Stimme.

Das tragende Wort ist editierbar. Hier steht, warum diese Pflichtprüfung existiert und wie der Ablauf genau funktioniert.

Mehrsprachige Untertitel sind keine mehrsprachige Narration

Untertitel verlangen, dass Zuschauer lesen, während sie schauen. Das funktioniert für manche Inhalte — und genau dort schlechter, wo Narration besonders wichtig ist: Tutorials, bei denen die Augen auf der Demonstration liegen; Hintergrundvideos, die nur halb aufmerksam laufen; alles, was auf dem Handy aus Armlänge konsumiert wird.

Eine erzählte Version ist dagegen ein separates Deliverable pro Sprache: gleiche Bild-Timeline, gleiche Musik, aber die Sprecher-Spur ist in einem Export Spanisch und im nächsten Japanisch. Früher bedeutete das meist Sprecher pro Sprache buchen oder parallele Projektdateien pflegen. Script-to-Voice hat die Kosten verändert. Was sich nicht verändert hat: Übersetzungsqualität muss geprüft werden.

Warum "Auto-Dubbing" so oft Widerstand auslöst

Plattformen beginnen, Videos automatisch für Zuschauer zu synchronisieren. Die Beschwerden von Creatorn ähneln sich auffällig:

Falschübersetzungen gehen mit Stimme live. Ein falscher Untertitel ist peinlich; ein falsch gesprochener Satz klingt autoritativ und ist schlimmer.
Es ist standardmäßig aktiv. Zuschauer hören eine synthetische Fassung, die der Creator nie freigegeben hat, manchmal ohne klaren Weg zurück zum Original.
Der Creator kann den Text nicht korrigieren. Die Pipeline springt direkt von Maschinenübersetzung zu synthetischer Sprache, ohne menschliche Kontrolle dazwischen.

Beat2Cut trifft die gegenteilige Entscheidung: Der übersetzte Entwurf ist ein verpflichtender, sichtbarer und editierbarer Halt. Es gibt keinen Knopf, der eine Maschinenübersetzung in Audio verwandelt, ohne sie dir vorher zu zeigen. Wenn das ein paar Minuten Prüfung pro Sprache kostet, funktioniert das Feature genau wie geplant.

So funktioniert es Schritt für Schritt

Der gesamte Ablauf liegt im Skript-Bereich der Studio-Timeline — es ist kein separates Produkt und keine eigene Seite.

1. Quellskript einmal schreiben

Schreibe oder füge deine Narration wie gewohnt neben den Einstellungen ein. Wenn du die Narration in der Ausgangssprache schon erzeugt hast, bleibt daran alles unverändert.

2. Zielsprachen wählen

Wähle aus den Katalogsprachen — aktuell Englisch, Chinesisch, Spanisch und Japanisch. Die Ausgangssprache selbst wird normal erzeugt und deshalb nicht als Ziel angeboten. Sichtbar sind nur Sprachen, für die es tatsächlich Stimmen im Katalog gibt.

3. Angebot sehen, bevor etwas läuft

Vor der Übersetzung siehst du die Credit-Kosten: Übersetzung wird nach Skriptlänge × Anzahl der Zielsprachen berechnet, und der spätere Sprachschritt wird daneben geschätzt. Reicht dein Guthaben nicht, wird der Lauf vorher blockiert, statt halb fertig zu stoppen. Fehlgeschlagene Übersetzungen werden nicht berechnet.

4. Jeden Entwurf prüfen und bearbeiten

Jede Sprache kommt als editierbares Textfeld zurück. Korrigiere Fachbegriffe, kürze Sätze, die zu lang geworden sind, und lokalisiere Redewendungen, die wörtlich übersetzt wurden. Entwürfe werden mit dem Projekt im Browser gespeichert, sodass ein Neuladen der Seite deine Änderungen nicht verliert. Ein leerer Entwurf kann nicht zur Sprache geschickt werden — jede erzeugte Sprache ist Text, den du gesehen hast.

5. Eine Sprecher-Spur pro Sprache erzeugen

Nach der Bestätigung läuft jede Sprache durch dieselbe Narrations-Engine wie eine normale Erzeugung. Die Sprache selbst wird von modernen neuronalen KI-Sprachmodellen synthetisiert, erfordert Anmeldung und wird anhand des Texts nach deinen Bearbeitungen berechnet. Sprachen laufen nacheinander; jede landet auf einer eigenen Sprecher-Spur (die japanische Spur heißt 日本語, die spanische Español). Clips der Ausgangssprache bleiben unberührt.

6. Eine Sprache gleichzeitig vorhören und exportieren

Ein Versionswähler in der oberen Leiste bestimmt die aktive Sprache. Die Vorschau spielt nur diese Narration; das fertige MP4, der WAV/MP3-Audiomix und SRT/VTT-Untertitel folgen derselben Auswahl. Exportiere jede benötigte Sprache einzeln. Wenn ein Projekt mehrere Versionen enthält, bekommt der Exportdateiname ein Sprachkürzel (.es, .ja), damit Deliverables sich nicht überschreiben.

Was kostet es, einfach gesagt

Schritt	Was du bezahlst
Erkennung, Bearbeitung, Timeline-Arbeit	Kostenlos, nach kostenloser Anmeldung
Übersetzung in Entwürfe	Credits, nach Skriptlänge × Zielsprachen — vorher angeboten
Narration je Sprache	Credits, wie normale Narration, auf deinem bearbeiteten Text
SRT/VTT-Untertitel, WAV/MP3-Mixdown	Kostenlos
Fertiges MP4 je Sprachversion	10 Credits pro Export im Free-Tarif; im Pro-Abo enthalten

Neue Konten erhalten 100 monatliche Credits (jeweils am 1. aufgefüllt), genug für ein kurzes Skript in ein oder zwei Sprachen von Anfang bis Ende. Narration und Übersetzung erfordern Anmeldung; alles auf der Timeline davor nicht.

Was v1 bewusst nicht macht

Ehrlicher Umfang ist besser als eine Featureliste, die zu viel verspricht:

Kein Lip-Sync-Dubbing — es ersetzt eine Narrationsspur, animiert kein sprechendes Gesicht neu und mischt keine On-Camera-Stimme automatisch darunter.
Keine automatische Transkription des Quellskripts aus dem Video — das Skript ist etwas, das du schreibst. Genau deshalb lohnt es sich, es zu übersetzen.
Kein Bündel-Export aller Sprachen mit einem Klick — du wählst eine Sprache, exportierst sie, wechselst und exportierst die nächste.
Keine Auswahl des Sprachproviders pro Sprache — du wählst Stimme und Sprache, keine Anbieter-Konsole.

FAQ

Welche Sprachen werden unterstützt?

Der Übersetzungskatalog zielt derzeit auf Englisch, Chinesisch, Spanisch und Japanisch — die Sprachen, für die Stimmen im Katalog verfügbar sind. Die Stimmenliste lässt sich nach Sprache filtern und wächst, wenn neue Stimmen hinzukommen.

Kann ich die Übersetzungsprüfung überspringen?

Nein, bewusst nicht. Der Entwurf ist der Sicherheitsmechanismus: Nur Text, der in einem editierbaren Feld existiert — also Text, den du lesen und ändern konntest — kann zur Spracherzeugung gesendet werden.

Was passiert, wenn ich mitten in der Erzeugung abbreche?

Ein Abbruch stoppt den gerade laufenden Narrationsjob. Wie bei normaler Erzeugung kann bereits synthetisierte Arbeit nach den üblichen Regeln berechnet sein. Sprachen, die noch nicht gestartet sind, laufen einfach nicht. Fehlgeschlagene Übersetzungen werden nie berechnet.

Wird mein Video dafür an einen Server gesendet?

Nein. Bild, Musik und Bearbeitung bleiben im Browser. In die Cloud geht der Skripttext — für Übersetzung und Sprachsynthese durch die Drittanbieter — plus deine Erzeugungseinstellungen. Erzeugtes Audio wird mit deinem Konto gespeichert, damit das Projekt es wieder laden kann.

In mehreren Sprachen veröffentlichen: Studio-Skriptbereich öffnen, das Skript einmal schreiben und jedes Publikum in seiner Sprache hören lassen — mit deinen Korrekturen, nicht mit dem ersten Maschinenentwurf.

Mehrsprachige Video-Voiceovers: ein Skript, prüfbare Übersetzungen (2026)