Vom Rohmaterial zur fertigen Szenenliste

Ein langer Clip, in dem viele Einstellungen durcheinandkommen? Scene Detect analysiert den Clip optisch, erkennt die Szenenwechsel und legt daraus pro Szene einen eigenen Clip an – so starten Montagen, Highlights und Social-Media-Clips mit fertigen Bausteinen, die Sie nur noch in die Timeline ziehen müssen.

So funktioniert es

Scene Detect ist im Kontextmenü der Video-Clips im BIN als Untermenü Scene Detect mit zwei System-Presets registriert:

• Easy – vollautomatisch: Nach der Analyse übernimmt BAT Server die erkannten Szenenwechsel automatisch mit der Standard-Schwelle. Die Scene detect-Tabseite in EDIUS (dort sehen Sie auch den Fortschritt) schließt sich anschließend von allein.
• Advanced... – interaktiv: Die Scene detect-Tabseite bleibt nach der Analyse offen. Jeder erkannte Szenenwechsel erscheint als Balken mit Thumbnails (Bilder direkt vor/nach dem Schnitt) und Timecodes. Die Schwellen-Einstellung lässt sich per Schieberegler (Voreinstellungen: low / medium / high) nachjustieren oder im Refine-Modus über Einzel-Checkboxen pro Schnitt. Über die Schaltfläche clips to BIN bestätigen Sie das Ergebnis.

Im BIN entsteht anschließend der Ordner Scenes: <Dateiname> – darin ein Clip pro Szene (benannt „Scene 1 - …", „Scene 2 - …" usw.), jeweils mit IN-/OUT-Punkten auf der Originaldatei und einem Vorschaubild. N erkannte Schnitte ergeben N+1 Szenen-Clips. Der Original-Clip bleibt unverändert; führen Sie Scene Detect erneut auf demselben Clip aus, werden der vorhandene Ordner und seine Clips aktualisiert.

Optionen

• Schwelle (Standard: 50, intern 0.5) – Steuert, welche Szenenwechsel übernommen werden: Ein höherer Wert erzeugt weniger, aber deutlichere Schnitte; ein niedrigerer Wert erkennt auch schwächere Übergänge. In der Advanced-Tabseite lässt sich die Schwelle pro Datei anpassen – der zuletzt verwendete Wert wird pro Datei gemerkt und beim nächsten Lauf vorgegeben.
• Vorschau & Navigation – In der Advanced-Tabseite können Sie über die Balken einzelne Wechsel prüfen: Bei der Berührung erscheinen Vorschaubilder direkt vor und nach dem Schnitt, und über die Buttons können Sie direkt in EDIUS anspringen bzw. den neuen Szenen-Abschnitt kurz im Player abspielen lassen.
• Caching – Analysierte Dateien werden zwischengespeichert. Wiederholte Läufe auf demselben Clip nutzen den vorhandenen Ergebnis-Cache und laufen dadurch deutlich schneller, statt das Video erneut zu analysieren.

Hinweis: Es kann jeweils nur ein Scene-Detect-Job gleichzeitig laufen. Beschäftigt der Server bereits einen anderen Clip, teilt er „job is running" mit – in dem Fall einfach kurz warten.

So nutzen Sie es

1. Wählen Sie den Video-Clip in einem BIN an (Scene Detect ist für Video-Clips im BIN registriert).
2. Rechtsklick auf den Clip → Scene Detect → Easy (automatisch) oder Advanced... (mit Vorschau).
3. Die Scene detect-Tabseite in EDIUS zeigt den Fortschritt der Analyse. Bei Easy schließt sie sich nach dem Abschluss selbst; bei Advanced die Schwelle ggf. anpassen, einzelne Schnitte über Refine nachjustieren und mit clips to BIN bestätigen.
4. Im BIN liegt nun der Ordner Scenes: <Dateiname> mit einem Clip pro Szene. Ziehen Sie die gewünschten Szenen auf die Timeline – Szenen, die Sie nicht brauchen, löschen Sie einfach im BIN.

Preset verwalten

Beide Presets sind System-Presets: Sie erscheinen im Kontextmenü von EDIUS und können dort vorübergehend deaktiviert oder gelöscht werden. Da System-Presets nicht bearbeitet werden sollen, empfiehlt sich für eigene Standardwerte (z. B. eine andere Schwelle als 50) die Anlage eines persönlichen Presets über den BAT-Server-Preset-Assistenten – dort lässt sich der threshold=-Wert in der Preset-URL anpassen. Ein eigenes Preset erscheint im Kontextmenü der Clips unter seinem eigenen Namen.

Person oder Objekt per KI aus dem Bild herausschneiden – als Luma-Maske für den EDIUS-Track-Matte

SmartMask isoliert die Person oder das Objekt im Bild automatisch per KI (Modell BiRefNet, Nvidia-GPU-Beschleunigt) und speichert das Ergebnis als Luma-Maske (schwarz-weißes Masken-Video). Diese Maske lässt sich in EDIUS direkt mit „Track Matte" verwenden – so werden z. B. Titel oder Grafiken hinter der Person platziert, die Person ausgetauscht oder Konturen nachbearbeitet. Kein manuelles Masking mehr Clip für Clip.

So richten Sie den Menüpunkt ein

„SmartMask" wird über den Assistenten „Add function..." angelegt (Rechtsklick im BIN → Add function... → SmartMask - foreground extract). Die Fragen des Assistenten:

1. Was soll isoliert werden? („Please select the preference what you like to isolate"): Person (Modell BiRefNet-portrait, auf Porträts/Hauptfigur optimiert) oder Objekt und Person (Modell BiRefNet, allgemeiner).
2. Rechenauflösung (Prozent, 10–100, Standard 100): Für die beschleunigte Masken-Berechnung wird intern mit einer reduzierten Auflösung gerechnet (z. B. 1080p → 540p bei 50 %); das Ergebnis wird anschließend wieder auf die Quell-Auflösung hochskaliert. Je kleiner der Faktor, desto schneller – mit sinkender Präzision. Die interne Größe ist in jedem Fall auf max. 1024 px begrenzt.
3. Ergebnis ins BIN?: Ja → die Maske wird im BIN unter __BAT Server\Mask registriert (MP4, Datei-Stempel -mask); Nein → nur Datei.
4. Platzierung (BIN oder Timeline) und Name (Vorschlag: „SmartMask <Auswahl> <%>"), dann [Preview '.bat0' file] / [Add menu entry].

So nutzen Sie es

1. Rechtsklick auf den Clip (BIN oder Timeline) → Untermenü Mask → Ihr Eintrag (z. B. „SmartMask Person 100%").
2. BAT Server lässt BiRefNet die Foreground-Maske berechnen – fertiges Masken-Video (Weiß = Vordergrund, Schwarz = Hintergrund) als MP4, optional im BIN unter __BAT Server\Mask.
3. In EDIUS: Original-Clip in die Track-Matte-Ebene, die generierte Maske darunter legen (oder umgekehrt je nach gewünschter Logik) – per „Track Matte" wird das Objekt sauber herausgeschnitten, z. B. um Text hindurchlaufen zu lassen.

Wichtige Hinweise

• Person vs. Objekt: Das Modell BiRefNet-portrait (Option „Person") ist auf Menschen spezialisiert und liefert bei Porträt-Aufnahmen die saubersten Ergebnisse; für Produkte, Fahrzeuge und Gegenstände die Option „Objekt und Person" wählen.
• Rechenauflösung clever einsetzen: 100 % (Standard) ist präzise, braucht aber am längesten – und bei Quell-Material über 1024 px rechnet BiRefNet intern sowieso auf max. 1024 px herunter. Für Material mit klar abgegrenztem Vordergrund (heller Hintergrund, wenig feine Haare/Konturen) ist 50–75 % oft ein guter Kompromiss aus Tempo und Qualität.
• Ergebnis ist eine Luma-Maske: Das Masken-Video ist ein normales, in EDIUS einlegbares Video (MP4) – die Information steht im Helligkeitskanal. Feinstellen (Weichzeichnen, Nachziehen) ist direkt in EDIUS möglich.
• Interlacede Quellen: Die Feldreihenfolge wird dem Plugin übergeben; für saubere Masken ist progressives Material (bzw. vorher deinterlace, siehe Deinterlace) der beste Weg.
• Nvidia-GPU: BiRefNet läuft auf der Nvidia-GPU – ohne passende GPU ist der Eintrag nicht sinnvoll nutzbar.

Preset verwalten

Per Assistent angelegte Einträge sind Nutzer-Presets: Die .bat0-Datei liegt je nach Wahl unter C:\ProgramData\EdiusPowerTools\BAT-server\bat_files\BIN\ bzw. …\bat_files\timeline\ und kann frei bearbeitet, umbenannt oder gelöscht werden (Löschen entfernt den Kontextmenü-Eintrag). Modell, Rechenauflösung und BIN-Registrierung sind in der .bat0 eingebrannt – Änderungen (z. B. anderer Prozentwert) wirken ab der nächsten Ausführung; für eine andere Kombination einfach einen zweiten Eintrag anlegen.

Sprache in jede Sprache? Nein – in Englisch: Transkribieren, übersetzen, neu sprechen

Speech2Speech verwandelt gesprochene Sprache in einer beliebigen von Whisper unterstützten Sprache in englische Synchronstimme: Der Assistent-basierte Eintrag transkribiert das Audio mit Whisper (Modell large-v2) und übersetzt den Text dabei direkt ins Englische – danach spricht die AI-Stimmen-Engine Kokoro (Nvidia-GPU) den Text in einer wählbaren US- oder UK-Englisch-Stimme. Aus einem fremdsprachigen Interview oder Voice-Over wird so ein englischsprachiger Audio-Clip mit demselben Timing.

So richten Sie den Menüpunkt ein

„Speech2Speech“ wird über den Assistenten „Add function...“ angelegt (Rechtsklick im BIN → Add function... → Speech2Speech - Create English Voice). Die Fragen des Assistenten:

1. Stimme („Please select the voice. English only.“): Heart (amerikanisch, weiblich), Michael (amerikanisch, männlich), Lily (britisch, weiblich) oder George (britisch, männlich).
2. Max. Stretch (0–50 %, Standard 10 %): Sprechrate, um die Sätze in die Original-Zeitfenster zu bringen; empfohlen unter 15 %, 0 % = aus.
3. Ergebnis ins BIN? („this preset will use the trimmed version of the selected file“) – Ja → zusätzlich unter __BAT Server\Speech registrieren.
4. Platzierung (BIN oder Timeline) und Name (Vorschlag: „Translate by <Stimme>“), dann [Preview '.bat0' file] / [Add menu entry].

So nutzen Sie es

1. Rechtsklick auf einen Audio-Clip (oder einen Clip mit Audio) → Untermenü Generate Speech → Ihr Speech2Speech-Eintrag (z. B. „Translate by Heart“).
2. BAT Server extrahiert das Audio des IN/OUT-Bereichs (16 kHz Mono), transkribiert + übersetzt es per Whisper-Faster (large-v2) zu einer englischen SRT …
3. … und lässt Kokoro die SRT in der gewählten Stimme sprechen. Die WAV-Datei wird als Audio-Clip im BIN registriert (zusätzlich unter __BAT Server\Speech, falls im Assistenten gewählt) – Zeitstempel inklusive, passend zur Frame-Rate des Clips.

Wichtige Hinweise

• Ergebnis immer Englisch: Quelle darf in jeder Whisper-gestützten Sprache sein (Sprache wird automatisch erkannt) – die Ausgabestimme ist US- oder UK-Englisch.
• Timing wie im Original: Die Sätze des Klartexts erben die Zeitfenster der Original-Sprache; die Stretch-Grenze begrenzt, wie stark die Sprechrate angepasst wird.
• Vorkonfiguriert dabei: BAT Server liefert zusätzlich das System-Preset „Translate to English“ (Whisper → Kokoro, Stimme Heart) für Audio-Clips im BIN – der Assistent dient hier eigenen Stimmen, Namen und Platzierungen.
• Nvidia-GPU: Kokoro läuft auf der Nvidia-GPU; ohne passende GPU ist der Eintrag nicht sinnvoll nutzbar.

Preset verwalten

Per Assistent angelegte Einträge sind Nutzer-Presets: Die .bat0-Datei liegt je nach Wahl unter C:\ProgramData\EdiusPowerTools\BAT-server\bat_files\BIN\ bzw. …\bat_files\timeline\ und kann frei bearbeitet, umbenannt oder gelöscht werden (Löschen entfernt den Kontextmenü-Eintrag). Stimme und Stretch-Wert sind in der .bat0 eingebrannt – Änderungen wirken ab der nächsten Ausführung.

Untertitel aus gesprochener Sprache – Whisper mit wörtlich-genauem Timing, in drei Hardware-Varianten

Speech2Subtitle erzeugt aus einer Audio-Datei (oder dem Audio eines Clips) eine SRT-Datei mit exaktem Wort-Timing – per Whisper, dem bewährten AI-Transkriptionsmodell. Im „Add function...“-Assistenten stehen dafür drei Varianten zur Auswahl, je nach Hardware: Intel-optimiert (OpenVINO: NPU/GPU/CPU), Nvidia-optimiert (Whisper-Faster) oder iNPU-optimiert (Whisper-NPU für Intel-NPUs). Alle drei transkribieren in ~90 Sprachen, können das Ergebnis optional ins Englische übersetzen und legen das fertige SRT direkt im BIN ab.

So richten Sie den Menüpunkt ein

Im Assistenten (Rechtsklick im BIN → Add function...) die passende Variante wählen – Speech2Subtitle - Intel optimized, … Nvidia optimized oder … iNPU optimized. Die gemeinsamen Fragen:

1. Sprache: „Auto-Detect The Language“ oder eine von ~90 Sprachen (Afrikaans … Yoruba).
2. Übersetzen? „Do you want to translate the result to English?“ – Ja, dann transkribiert Whisper direkt in englischen Text (z. B. für Fremdsprach-Interviewe).
3. Umfang: gesamtes Video oder der IN/OUT-Teil des Clips.
4. Platzierung (BIN oder Timeline) und Name des Menüpunkts – die Assistenten füllen das Feld sinnvoll vor (z. B. „German, standard, Model Medium, NPU“).

Varianten-spezifische Fragen zusätzlich:

• Intel-Optimierung (OpenVINO): Gerät (Intel NPU / Intel GPU / CPU – auch AMD), Untertitel-Format (standard: max. 42 Zeichen/Zeile, max. 2 Zeilen · standard asia: max. 16 Zeichen/Zeile · ein Satz pro Zeile – prima für TTS · ein Wort pro Zeile) und Modellgröße (Tiny, Base, Small, Medium – Empfehlung, Large V2, Large V3; größer = präziser, aber langsamer).
• Nvidia-Optimierung (Whisper-Faster): gleiches Untertitel-Format, dazu Hochpräzision (float16) – verpflichtend ab der RTX-5000-Serie, ohne Nvidia-GPU einfach „Nein“ – und Modellgröße (Tiny … Large V3, Turbo; Medium empfohlen).
• iNPU-Optimierung (Whisper-NPU): Hardware wählen (NPU / GPU / CPU – muss Intel-Hardware sein) und Untertitel-Format. Das Modell ist hier fest auf medium voreingestellt, und eine VAD-Phasenerkennung (Silenz-Erkennung) ist dauerhaft aktiv. Hinweis aus dem Assistenten: Intel-NPU-Treiber aktuell halten (Version 32.0.100.3053 oder neuer).

So nutzen Sie es

1. Rechtsklick auf einen Audio-Clip im BIN → Untermenü Generate Subtitle → Ihr Eintrag (z. B. „German, standard, Model Medium, NPU“).
2. BAT Server extrahiert zunächst das Audio (16 kHz Mono, ggf. IN/OUT-Teil) und lässt Whisper transkribieren – Fortschritt in der Job-Anzeige.
3. Das fertige SRT wird automatisch im BIN unter __BAT Server\Subtitle registriert (Datei-Stempel _stt, bei der Intel-Variante mit Format-Kürzel). Von dort lässt es sich z. B. mit SubtitleMerge in eine MKV übernehmen oder als Sprechvorlage für Text2Speech/Convert2Speech verwenden.

Wichtige Hinweise

• Variante = Hardware: Nvidia-GPU → Nvidia-Variante (am schnellsten auf RTX); Intel-System mit NPU → iNPU-Variante (und aktuellster NPU-Treiber); alles andere (Intel/AMD ohne NPU) → Intel-OpenVINO-Variante (GPU oder CPU).
• Modellgröße abwägen: Medium ist der vernünftige Standard; Large/Turbo sind präziser (v. a. Mund-artikel, Fachbegriffe), brauchen aber deutlich mehr Zeit – bei der Nvidia-Variante ab RTX 5000 zwingend mit float16.
• Zeilenformate: „standard“/„standard asia“ sind für die Anzeige als Untertitel gedacht; „ein Satz pro Zeile“ optimiert das SRT für nachgeschaltete Text2Speech-Presets, „ein Wort pro Zeile“ für maximale Granularität (z. B. Marker-Verfahren).
• Neue Datei, Original bleibt: Es wird nur die SRT-Datei erzeugt; das Audio-Original bleibt unverändert.

Preset verwalten

Per Assistent angelegte Einträge sind Nutzer-Presets: Die .bat0-Datei liegt je nach Wahl unter C:\ProgramData\EdiusPowerTools\BAT-server\bat_files\BIN\ bzw. …\bat_files\timeline\ und kann frei bearbeitet, umbenannt oder gelöscht werden (Löschen entfernt den Kontextmenü-Eintrag). Sprache, Übersetzung, Format, Modell und Gerät sind in der .bat0 eingebrannt – Änderungen wirken ab der nächsten Ausführung.

Bestehende VisTitle-Untertitel vorlesen lassen – englische AI-Stimme, Nvidia-GPU

Subtitle2Speech lässt bestehende Untertitel sprechen: Der Preset liest eine VisTitle-Untertitel-Datei (.vtsubtle) zu und erzeugt daraus per AI-Stimmen-Engine Kokoro (Nvidia-GPU) eine WAV-Datei – in einer wählbaren US- oder UK-Englisch-Stimme, mit den Zeitfenstern der Untertitel. Ideal, um aus gedrehtem Material mit Untertiteln einen englischsprachigen Voice-Over-Pass zu erzeugen, ohne den Text erneut einzutippen.

So richten Sie den Menüpunkt ein

„Subtitle2Speech“ wird über den Assistenten „Add function...“ angelegt (Rechtsklick im BIN → Add function... → Subtitle2Speech - Create English Voice). Die Fragen des Assistenten:

1. Stimme („Please select the voice. English only.“): Heart (amerikanisch, weiblich), Michael (amerikanisch, männlich), Lily (britisch, weiblich) oder George (britisch, männlich).
2. Max. Stretch (0–50 %, Standard 10 %): Sprechrate, um die Sätze in die Zeitfenster der Untertitel zu bringen; empfohlen unter 15 %, 0 % = aus.
3. Ergebnis ins BIN? – Hinweis des Assistenten: der Preset arbeitet auf der geschnittenen Version (IN/OUT) der gewählten Datei. Ja → zusätzlich unter __BAT Server\Speech registrieren.
4. Platzierung (BIN oder Timeline) und Name (Vorschlag: „Vtsubtle read by <Stimme>“), dann [Preview '.bat0' file] / [Add menu entry].

So nutzen Sie es

1. Rechtsklick auf den Clip, zu dem eine VisTitle-Untertitel-Datei (.vtsubtle) vorliegt → Untermenü Generate Speech → Ihr Eintrag (z. B. „Vtsubtle read by Heart“).
2. Kokoro spricht die Untertitel-Texte mit den Zeitfenstern der .vtsubtle-Datei; die fertige WAV-Datei wird im BIN registriert (zusätzlich unter __BAT Server\Speech, falls gewählt) – Frame-Rate und Zeitstempel des Clips inklusive.

Wichtige Hinweise

• Quelle = VisTitle-Datei: Der Preset liest .vtsubtle-Dateien – die z. B. in EDIUS/VisTitle erzeugten Untertitel. Reine SRT-Dateien übernimmt stattdessen Convert2Speech (der auch Audio transkribieren kann).
• Englisch nur: Die vier Kokoro-Stimmen sprechen US- bzw. UK-Englisch – auch wenn die Untertitel-Texte in einer anderen Sprache verfasst sind, liest die Engine sie „auf Englisch“.
• Stretch mit Maß: Längere Sätze in kurzen Zeitfenstern werden bis zur eingestellten Grenze gedehnt – unter 15 % bleibt das Ergebnis naturklingend.
• Nvidia-GPU: Kokoro läuft auf der Nvidia-GPU; ohne passende GPU ist der Eintrag nicht sinnvoll nutzbar.

Preset verwalten

Per Assistent angelegte Einträge sind Nutzer-Presets: Die .bat0-Datei liegt je nach Wahl unter C:\ProgramData\EdiusPowerTools\BAT-server\bat_files\BIN\ bzw. …\bat_files\timeline\ und kann frei bearbeitet, umbenannt oder gelöscht werden (Löschen entfernt den Kontextmenü-Eintrag). Stimme und Stretch-Wert sind in der .bat0 eingebrannt – Änderungen wirken ab der nächsten Ausführung.

SRT-Datei aus dem Dateisystem ins Video einbetten – als wählbare Untertitel-Spur in einer MKV

SubtitleMerge verbindet ein Video-Clip mit einer SRT-Untertitel-Datei von Ihrer Festplatte zu einer einzigen MKV-Datei – per MKVMerge. Die Untertitel werden als umschaltbare Spur in die MKV eingebettet (nicht eingebrannt), Video und Audio werden ohne Neu-Encodierung mitkopiert: schnell, verlustfrei, und das fertige File ist in jedem MKV-tauglichen Player mit wählbaren Untertiteln abspielbar.

So richten Sie den Menüpunkt ein

„SubtitleMerge“ wird über den Assistenten „Add function...“ angelegt (Rechtsklick im BIN → Add function... → SubtitleMerge - Create MKV by SRT). Die Fragen des Assistenten:

1. Platzierung: Kontextmenü des BIN oder der Timeline.
2. Name des Menüpunkts (Vorschlag: „Add external SRT“), dann [Preview '.bat0' file] / [Add menu entry].

Damit ist die Einrichtung fertig – die konkrete SRT-Datei wählen Sie erst zur Laufzeit.

So nutzen Sie es

1. Rechtsklick auf den Video-Clip → Ihr Eintrag (z. B. „Add external SRT“).
2. Es öffnet sich eine Dateiauswahl: die gewünschte SRT-Datei von der Festplatte auswählen.
3. MKVMerge kombiniert Video + SRT zu einer MKV-Datei (neben der Quell-Datei abgelegt) – die Untertitel sind darin als Spur enthalten und im Player per Klick an/aus wählbar.

Wichtige Hinweise

• Einbetten, nicht einbrennen: Die SRT wird als zuschaltbare Untertitel-Spur eingebettet. Für gebrannte (immer sichtbare) Untertitel ist dieser Weg nicht geeignet.
• Kein Re-Encode: Video- und Audio-Streams werden 1:1 kopiert – der Job ist schnell, es geht keine Qualität verloren. H.264-in-MKV wird von den meisten Playern/Plattformen problemlos gelesen.
• Timing muss passen: Die SRT wird „wie gefunden“ eingebettet – sie muss zum (ggf. IN/OUT-geschnittenen) Zeitverlauf des Clips passen. Bei IN/OUT-Punkten im Clip muss die SRT entsprechend verschoben/geschnitten sein.
• Keine automatische BIN-Registrierung: Die fertige MKV wird als Datei neben der Quelle abgelegt und nicht automatisch im BIN registriert – zum Einschieben einfach per normaler Import in EDIUS übernehmen.

Preset verwalten

Per Assistent angelegte Einträge sind Nutzer-Presets: Die .bat0-Datei liegt je nach Wahl unter C:\ProgramData\EdiusPowerTools\BAT-server\bat_files\BIN\ bzw. …\bat_files\timeline\ und kann frei bearbeitet, umbenannt oder gelöscht werden (Löschen entfernt den Kontextmenü-Eintrag). Wie bei allen BATS-Presets ist die .bat0 eine Vorlage, aus der BAT Server bei jeder Ausführung die konkrete Job-Datei erzeugt – Änderungen wirken ab der nächsten Ausführung.