KI-Musikvideo-Generator für deine Songs
Jeder Teil deines Songs bekommt ein Bild aus seinem Text, bis zu 6 Szenen können sich bewegen, und der Text bleibt im Bild.
Mit einem Song beginnen
- Erst einen Song schreibenBeschreib ihn in einem Satz. Die KI schreibt den Songtext für 1 Credit, dann erstellst du den Song und sein Video.
- Einen eigenen Song nehmenJeder Song aus dem KI-Musikgenerator. Sein Text wird für 1 Credit getimt, dann werden die Szenen geplant.
- Deinen Song hochladenMP3, WAV, M4A und mehr, bis 50 MB und 10 Minuten. Der Text wird für 1 Credit getimt.
Die Szenen zu planen kostet keine Credits. Du siehst den Preis jedes Bildes und jedes Clips, bevor etwas erstellt wird.
Ein echtes Musikvideo
Erst den Szenenplan sehen, dann bezahlen
Harbor Light ist ein Song mit 3:23 Minuten, erstellt mit Anyscene. Der KI-Musikvideo-Generator hat ihn entlang seiner Zeilen und Abschnitte in 20 Szenen geteilt, und das Video oben ist sein erster Refrain.
- Szene 1, 0:00–0:13, Verse 1
- Szene 2, 0:13–0:23, Verse 1
- Szene 3, 0:23–0:32, Verse 1
- Szene 4, 0:32–0:41, Verse 1
- Szene 5, 0:41–0:49, Chorus, Im Video oben
- Szene 6, 0:49–1:02, Chorus, Im Video oben
- Szene 7, 1:02–1:10, Chorus, Im Video oben
- Szene 8, 1:10–1:17, Chorus
- Szene 9, 1:17–1:25, Verse 2
- Szene 10, 1:25–1:32, Verse 2
- Szene 11, 1:32–1:41, Verse 2
- Szene 12, 1:41–1:54, Chorus
- Szene 13, 1:54–2:06, Chorus
- Szene 14, 2:06–2:19, Chorus
- Szene 15, 2:19–2:29, Bridge
- Szene 16, 2:29–2:40, Bridge
- Szene 17, 2:40–2:49, Chorus
- Szene 18, 2:49–3:01, Chorus
- Szene 19, 3:01–3:15, Chorus
- Szene 20, 3:15–3:23, Chorus

Szene 5 · 0:41–0:49
“So hold on, hold on to the morning Carry me home on a paper wing”
Bild-Prompt, so wie der Planer ihn schrieb
Cinematic medium close-up of Maya, a young woman in her mid-20s with hazel eyes and wavy brown hair, wearing a cream-colored sweater, holding a delicate folded paper boat in her palms. Warm morning light breaking through, film grain, anamorphic lens flare, shallow depth of field, color grading, movie still quality, no text.

Szene 6 · 0:49–1:02
“Every heartbeat is a warning That the sky is still worth chasing”
Bild-Prompt, so wie der Planer ihn schrieb
Cinematic low-angle shot of Maya, a young woman with tousled brown hair and an oversized dark green coat, looking upward with a hopeful expression as soft morning clouds drift across a glowing sky. Dramatic lighting, film grain, anamorphic lens flare, shallow depth of field, color grading, movie still quality, no text.

Szene 7 · 1:02–1:10
Bewegt sich in den letzten 5 s“Hold on, hold on to the morning Sing it loud till the rooftops ring”
Bild-Prompt, so wie der Planer ihn schrieb
Cinematic wide shot of Maya, a young woman in her mid-20s with wavy brown hair, standing atop a city rooftop at dawn wearing a dark green coat, arms slightly open to the wind. Dramatic sunrise lighting, film grain, anamorphic lens flare, shallow depth of field, color grading, movie still quality, no text.
20
Szenen aus dem Songtext geplant, ohne Kosten
24
Credits für die Bilder des Refrains: 3 × 8
40
Credits für die bewegte Szene: Kling 2.6, 5 s
0
Credits für den Export des Videos
Die Szenen 5 und 6 sind Bilder mit langsamer Kamerafahrt. Szene 7 hält zuerst ihr Bild, dann läuft ihr Clip bis zum Ende der Szene.
Definition
Was ist ein KI-Musikvideo-Generator?
Ein KI-Musikvideo-Generator macht aus einem Song ein Video. Er teilt den Song entlang von Text und Timing in Szenen, erstellt für jede Szene ein Bild und spielt sie im Takt der Musik ab, mit dem Text im Bild.
Szenen, die dem Song folgen
Geschnitten wird auf dem Beat, wo Zeilen beginnen, und ein neuer Abschnitt beginnt eine neue Szene. Intros und instrumentale Teile bekommen eigene Szenen.
Ein Preis, bevor etwas entsteht
Planen kostet nichts. Jedes Bild und jeder Clip zeigt seinen Preis, und die Summe ist das, was abgebucht wird.
Ein Video mit Songtext
Die Bilder, die bewegten Szenen, dein Song und sein getimter Text kommen als eine MP4-Datei heraus.
Preise
Was ein KI-Musikvideo kostet
Planen und Exportieren kosten nichts. Du zahlst einmal pro Song für das Timing des Textes und dann für jedes Bild und jeden Clip, zum vorher angezeigten Preis.
Der ganze Song
Ein Bild für jede Szene, von der ersten bis zur letzten Zeile. Harbor Light (3:23) hat 20 Szenen.
- Timing des Textes
- 1 Credit
- Bild mit Nano Banana 2, 1K
- je 8 Credits
- 20 Bilder
- 160 Credits
- Export
- 0 Credits
Harbor Light, alle Szenen
161 Credits
Ideal für einen fertigen Song, den du vollständig veröffentlichen willst.
Ein Refrain
Erstelle nur die Szenen, die du brauchst, einzeln auf der Szenenseite. Ein Refrain hat meist drei oder vier Szenen.
- Timing des Textes
- 1 Credit
- 3 Bilder
- 24 Credits
- Export
- 0 Credits
Der Refrain oben, als Bilder
25 Credits
Ideal für einen Teaser, einen Short oder einen ersten Eindruck vom Stil.
Bewegte Szenen
Bis zu 6 Szenen können sich bewegen. Ein Clip beginnt mit dem Bild der Szene und läuft am Ende der Szene.
- Kling 2.6, 1080p, 5 s
- 40 Credits
- Seedance 2.0 Mini, 480p, 4 s
- 24 Credits
- Szenen, die sich bewegen können
- 6
Harbor Light, 6 bewegte Szenen
401 Credits
Ideal für die Momente, die hängen bleiben sollen, etwa den ersten Refrain oder die letzte Zeile.
Das Timing des Textes braucht einen bezahlten Tarif oder ein Credit-Pack. Die Preise hier gelten für Nano Banana 2 in 1K; der Editor bietet auch günstigere Bildmodelle und zeigt ihre Preise.
Eine Sängerin
Deine Sängerin bleibt in jeder Szene gleich
Ein Musikvideo zerfällt, wenn sich das Gesicht von Szene zu Szene ändert. Zwei Dinge halten Maya gleich.



Eine Beschreibung in jedem Prompt
Der Planer beschreibt jede wiederkehrende Figur einmal im Detail und schreibt dieses Aussehen in jeden Bild-Prompt, in dem sie vorkommt. So hat er Maya beschrieben:
A young woman in her mid-20s with thoughtful hazel eyes, tousled shoulder-length wavy brown hair, a slender build, wearing an oversized vintage dark green wool coat over a soft cream-colored sweater.
Das Porträt einer gespeicherten Figur
Speichere eine Figur unter Assets und verknüpfe sie auf der Szenenseite mit der Sängerin. Ihr Porträt geht bei jeder Szene mit, in der sie vorkommt.
Assets öffnenDetails können sich zwischen Szenen trotzdem ändern: Maya trägt in Szene 5 den Pullover und in den Szenen 6 und 7 den Mantel. Wenn es wichtig ist, ändere den Prompt dieser Szene und erstelle das Bild neu.
Suno-Songs
Gemacht für Suno-Songs
Songs auf Anyscene entstehen mit Suno V6, und das macht sie zu den einfachsten Songs für einen KI-Musikvideo-Generator.
Timing aus dem Song selbst
Suno timt jedes Wort des Songs, den es gesungen hat. Nichts wird transkribiert, also gibt es keine falsch verstandenen Wörter zu korrigieren.
Abschnitte werden zu Szenen
Die Tags [Verse], [Chorus] und [Bridge] beginnen neue Szenen, also wechselt das Video, wenn der Song wechselt.
Ein Suno-Song von woanders
Direkt bei Suno erstellt? Lade ihn hoch. Der Gesang wird mit einer Zeit für jedes Wort transkribiert, und wenn du den Text einfügst, bleibt der genaue Wortlaut erhalten.
So funktioniert's
Ein KI-Musikvideo in 4 Schritten erstellen
Vom Song zur fertigen MP4 mit dem KI-Musikvideo-Generator, und jeder Schritt wartet auf deinen Klick.
- 1
Song wählen oder erstellen
Schreib einen aus einem einzigen Satz, nimm einen deiner Songs oder lade deinen eigenen hoch.
- 2
Den Text timen
Jedes Wort bekommt seine Zeit im Song, für 1 Credit. Korrigiere bei Bedarf jede Zeile auf der Zeitleiste.
- 3
Die Szenen planen
Wähl einen Look und ein Bildmodell, dann plane. Ändere vor dem Bezahlen jeden Bild-Prompt oder verknüpfe eine gespeicherte Figur.
- 4
Erstellen und exportieren
Erstelle die Bilder, wähl bis zu 6 Szenen zum Bewegen und exportiere in 16:9, 9:16 oder 1:1. Der Export kostet keine Credits.
Die Bilder entstehen gleichzeitig, im Beispiel oben etwa 54 Sekunden pro Bild. Sein Clip hat 5 Minuten gedauert.
Welche Art
Lyric-Video, Storyboard oder bewegtes Musikvideo?
Drei Arten von Musikvideo aus demselben Song, im selben Editor.
| Lyric-Video | Storyboard-Musikvideo | Bewegtes Musikvideo | |
|---|---|---|---|
| Im Bild | Der Text über einem Cover, einer Farbe oder deinem eigenen Bild oder Video | Ein Bild für jeden Teil des Songs, mit dem Text darüber | Das Storyboard, mit bis zu 6 Szenen, die sich bewegen |
| Gemacht aus | Deinem Song und seinem getimten Text | Bildern, die aus dem Text entstehen | Bildern und daraus erstellten Clips |
| Harbor Light (3:23) | 1 Credit | 161 Credits | Bis zu 401 Credits |
| Export | 0 Credits | 0 Credits | 0 Credits |
| Ideal für | Lyric-Uploads und Karaoke | Releases und Videos zum ganzen Song | Teaser und die wichtigen Momente |
Fang mit jeder Art an: Aus einem Lyric-Video kann später ein Storyboard werden, und ein Storyboard kann bewegte Szenen dazubekommen.
FAQ zum KI-Musikvideo-Generator
Songs, Szenen, Preise und Formate.
Ja. Lade eine MP3-, WAV-, M4A-, AAC-, FLAC- oder OGG-Datei mit bis zu 50 MB und 10 Minuten hoch und bestätige, dass du sie verwenden darfst. Ihr Text wird für 1 Credit getimt.
Er schneidet den Song dort, wo Zeilen beginnen, etwa alle 6 bis 10 Sekunden, und beginnt eine neue Szene, wenn der Abschnitt wechselt. Jeder Schnitt rastet dann auf dem nächsten Beat ein, und im Editor kannst du jeden Schnitt verschieben. Intros und instrumentale Teile bekommen eigene Szenen, bis zu 40 Szenen pro Song.
Das Timing kostet 1 Credit pro Song und jedes Bild mit Nano Banana 2 8 Credits, also kostet Harbor Light (3:23, 20 Szenen) 161 Credits. Eine bewegte Szene kostet 40 Credits mit Kling 2.6, und Planen und Exportieren kosten nichts.
Größtenteils. Der Planer schreibt das Aussehen der Sängerin in jeden Bild-Prompt, und eine verknüpfte gespeicherte Figur schickt ihr Porträt mit. Kleine Details wie die Kleidung können sich trotzdem ändern.
Wähl bis zu 6 Szenen. Jede bekommt den kürzesten Clip des Modells, 5 s mit Kling 2.6 oder 4 s mit Seedance 2.0 Mini, der am Ende der Szene läuft, nachdem ihr Bild gehalten wurde. Du kannst eine Szene jederzeit wieder auf ihr Bild zurückstellen.
Die Bilder entstehen gleichzeitig, im Beispiel oben etwa 54 Sekunden pro Bild, und sein Clip hat 5 Minuten gedauert. Der Export läuft in deinem Browser und dauert bei längeren Songs länger.
MP4 mit 30 Bildern pro Sekunde, in 16:9, 9:16 oder 1:1, in 1080p oder 4K. 4K gibt es für Songs bis 5 Minuten.
Ja. Songs, die hier entstehen, bringen Sunos eigenes Wort-Timing mit. Einen Suno-Song, den du woanders erstellt hast, kannst du hochladen, wenn du ihn verwenden darfst.
Erstelle ein Musikvideo zu deinem Song
Plane die Szenen, sieh jeden Preis und exportiere, ohne Credits für den Export.