Schnitt an echtem Material
Videoschnitt anhand der gesprochenen Wörter
Beim KI-Videoschnitt in Kamply transkribiert Whisper jede Aufnahme bis aufs Wort.
Die ausführliche Beschreibung
Kamply verpackt das in Phrasen mit Sekundenbereichen. Du entscheidest, welche Phrasen bleiben, und die Schnittliste landet als JSON-Datei, die ffmpeg auf deiner eigenen Maschine rendert.
Fertige Arbeiten, in der App gebaut.
Jedes Stück wurde in Kamply in der Größe gebaut, in der es erscheint. Beispielmarken sind als solche gekennzeichnet.
Beispielmarken aus der Bibliothek der App
Darnfold, Boxkin, Woofstead und Latelift sind erfundene Marken, alle Zahlen in ihren Arbeiten sind also fiktiv.
6 Abschnitte x 5,0 s = 30,0 s
- 5 Überblendungen x 0,5 s = 2,5 s
= 27,5 s
Zahlen aus videos/sample-30s-edl/edit.edl.json, dem Beispiel, das mit Kamply ausgeliefert wird.
Was es wirklich macht
Kamply ist eine Mac-Desktop-App.
Was es macht, im Detail
Du gibst ihr deine Aufnahmen, sie schickt jede davon mit Wort-Zeitstempeln durch Whisper und macht daraus eine schlichte Phrasenliste, in der jede Zeile ihren Start und ihr Ende in Sekunden trägt. Du entscheidest, welche Phrasen bleiben. Daraus wird edit.edl.json, eine Schnittliste zum Öffnen und Lesen, die ffmpeg rendert: Jeder Bereich wird mit eingebranntem Colour Grading extrahiert und per Hardschnitt oder Überblendung verbunden, die Untertitel kommen zuletzt in Satzform dazu. Die fertige MP4 landet in deinem Projektordner.
Was es nicht ist
Die Zeitleiste, die Kamply dir zeigt, ist nur zum Ansehen.
Was es dir überlässt
Sie spielt den Schnitt mit eigenen Spuren für Bild, Text und Ton ab. Ziehen oder Trimmen geht darin nicht. Kamply erzeugt kein Filmmaterial, macht keine Avatare oder Lippensynchronisation und lädt die fertige Datei nirgendwo hoch.
So läuft es ab, Schritt für Schritt
Drei Schritte, in der Reihenfolge, in der die App sie wirklich ausführt.
Whisper liest jede Aufnahme
Jede Aufnahme läuft mit aktivierten Wort-Zeitstempeln durch Whisper. Der Packer macht aus diesem Wort-JSON eine schlichte Phrasenliste: Er schneidet bei jeder Stille ab einer halben Sekunde und stellt jeder Phrase ihren Start- und Endbereich voran. Du wählst die Passagen anhand dieses Transkripts aus; eine Vorschau kannst du anschließend ansehen.
Die Schnittliste ist eine Datei, die du öffnen kannst
Deine Auswahl landet in edit.edl.json: eine Übersicht der Quellclips, dann ein Bereich pro Schnitt mit Start und Ende. Ein Bereich kann eine in Frames gemessene Überblendung tragen oder, bei stummem Stockmaterial, einen langsamen Ken-Burns-Zoom. Ein Colour Grading gilt für den ganzen Schnitt. Eine Untertiteldatei läuft mit. Zahl ändern, neu rendern.
ffmpeg rendert es, dann lesen die Prüfungen die Datei
Jeder Bereich wird mit der Farbe und einem 30-ms-Audio-Mikro-Fade an beiden Kanten extrahiert und verlustfrei oder über eine einzelne Überblendung verbunden. Die Untertitel werden zuletzt eingebrannt. Die automatische Prüfung läuft dann durch dieselben 18 nummerierten Kontrollen, denen auch ein mit Remotion gebauter Reel begegnet; sechs davon lesen die fertige MP4 selbst: Audiorate, Standbild, Kadenz, Lücken, Lautstärke und die Zeitleisten-Kontrolle.
Die Zahlen, und woher sie stammen
Jede Zahl auf dieser Seite stammt aus Kamplys Build-Protokoll oder aus einer namentlich genannten, veröffentlichten Quelle. Nichts ist geschätzt.
- Phrasenschnitt
- 0,5 s Stille
- Render-Ausgabe
- 24 fps h264, aac bei 48 kHz
- Mikro-Fade an jedem Schnitt
- 30 ms an beiden Kanten
- Finale Lautstärke
- -14 LUFS, -1,5 dBTP
- Untertitel-Schutzzone
- MarginV 90
- Preis
- 69 US-Dollar im Monat
Was jede Zahl bedeutet
- Phrasenschnitt
- Der Packer beginnt eine neue Phrase bei jeder Lücke ab einer halben Sekunde und stellt ihr dann ihren Sekundenbereich voran.
- Render-Ausgabe
- Die feste Ausgabe des Renderers. 48 kHz zieht sich auch durch den Audio-Master, nachdem ein Loudnorm-Durchgang einmal 96 kHz ausgab und Social-Player aus dem Takt gerieten.
- Mikro-Fade an jedem Schnitt
- In jedes Segment eingebrannt, damit kein Schnitt knallt. Lautstärke wird getrennt behandelt, im Audio-Master.
- Finale Lautstärke
- Ein Loudnorm-Durchgang im Audio-Master, der Social-Standard, von der Prüfung noch einmal kontrolliert.
- Untertitel-Schutzzone
- Hebt Untertitel aus dem unteren Viertel, das TikTok, Reels und Shorts mit ihrer eigenen Oberfläche verdecken.
- Preis
- Ein Tarif: 69 US-Dollar monatlich, 499 US-Dollar jährlich. Einführungspreise enden am 15.10.2026.
Fragen, die wirklich gestellt werden
Ist deine nicht dabei, stell sie in der Live-Demo. Das Formular unten erreicht einen Menschen.
Gibt es eine Zeitleiste zum Scrubben und Ziehen?
Scrubben geht. Die Studio-Ansicht spielt das Gerenderte über einer zoombaren Zeitleiste mit Lineal, Schnittmarken und Abspielkopf ab, und jede Spur darin stammt aus einer Datei auf der Platte. Ziehen ist der Teil, der fehlt. Dein Agent im eingebetteten Terminal ist das Einzige, das Dateien schreibt. Einen Schnitt änderst du also, indem du die Schnittliste änderst. Wenn du Clips ziehen willst, ist das hier das falsche Werkzeug.
Kann ich das Material vor der Schnittentscheidung sehen?
Ja, als Bild statt als Player. Richte das Zeitleisten-Werkzeug auf eine Aufnahme und einen Zeitbereich; es rendert ein einzelnes PNG: zehn Filmstreifen-Bilder, eine RMS-Wellenform darunter und die gesprochenen Worte entlang beschriftet. Schnittpunkte werden anhand der Audioform gewählt. Willst du den Schnitt eher ansehen als lesen, läuft vorher ein Vorschau-Render in geringerer Qualität.
Kann es untere Drittel, animierte Titel oder Effekte hinzufügen?
Auf diesem Weg nicht. Der ffmpeg-Schnitt macht drei Dinge: schneiden, Farbe geben, Untertitel einbrennen. Nichts wird über das Bild gezeichnet. Ein Video, das ein animiertes unteres Drittel braucht, wird stattdessen zu einem Hybrid, bei dem Remotion die Zeitleiste führt und dein Material als Asset in der Komposition mitfährt. Dort wird das Overlay gebaut.
Weiß es, wer in einem Interview gerade spricht?
Nein. Es läuft Whisper, das Wort-Zeitstempel liefert, aber keine Sprecherkennzeichnung. Bei einem Interview mit zwei Personen geht dabei verloren, wer was gesagt hat. Die Sprecherwechsel müsstest du selbst markieren. Für Material mit einer einzigen Person, einen Gründer vor der Kamera oder eine Produktdemo, ist genau dieser Weg gebaut.
Fasst es meine Originaldateien an?
Nie. Rohaufnahmen behalten ihren ursprünglichen Dateinamen und bleiben liegen. Jede abgeleitete Datei ist eine neue Datei, deren Name die Behandlung festhält. Ein gegradetes Segment und eine in Satzform gesetzte Untertitelkopie liegen also neben der Quelle, statt sie zu ersetzen. Die Transkripte werden separat zwischengespeichert, und die Schnittliste verweist über ID und Pfad auf die Aufnahmen.
Was macht es nicht mit Bild oder Ton?
Kein Upscaling, keine Stabilisierung, keine Rauschunterdrückung, kein De-Reverb, keine Speed-Ramps und keine Umkehr. Die einzige Verbindung, die es schreibt, ist ein Hardschnitt oder eine in Frames gemessene Überblendung; dahinter steht keine Effektbibliothek. HDR-Material von einem iPhone oder einer spiegellosen Kamera wird zuerst auf sauberes Rec.709 gemappt. Das ist die einzige Korrektur, die es von sich aus am Bild vornimmt.
Als Nächstes, falls es das nicht war
Bring ein Briefing zur Live-Demo mit.
Während der Live-Demo bauen wir die erste Richtung mit deiner Marke.