Kontext-Engineering · Teil 1
Ein Erklärvideo darüber, warum ein Sprachmodell nur so gut antwortet wie der Kontext, den man ihm zusammenstellt. Und ein Dankeschön an alle, deren Stimmen auf meinem Band sind. Jetzt mit Stimme, als Rap-Version „Die nächste Zeile“, im Hoch- und Quadratformat und mit einer Übung zum Selbermachen.
Erklärfassung: So wurde die Platzhalterstimme erzeugt, und so entsteht deine eigene Fassung – ein Durchgang, Namen in Sprechform, Regieanweisungen in eckigen Klammern; danach Audio + words.json zusammen laden. In der Rap-Version steht hier der Songtext mit Zeitmarken.
Ein Segment pro Aufnahme, Namen so geschrieben, wie sie gesprochen werden. Jede Datei nach ihrer Kennung benennen (s01.wav … s22.wav); die Pausen setzt die Zeitleiste.
Für TTS-Dienste mit SSML: englische Namen als <sub alias>, Gedankenstrich und Auslassung als kurze Pausen.
Der 16:9-Master ist die Bühne selbst. Hoch- und Quadratformat sind Ausschnitte: Ab jedem Cue fährt die Kamera auf den Bereich, der die Aussage trägt. „Regie-Rahmen zeigen“ blendet beide Ausschnitte über dem Master ein.
Segmente mit geschriebenem und gesprochenem Text, Szenen und alle Bild-Cues mit Ankerwort, Start und Ende in Sekunden.