Hotel Lobby AI Video: Der Duo-Rap-Clip
Lade ein Foto von jeder Person hoch, und die KI setzt beide Gesichter auf die zwei Performer in der Booth — einer tauscht Bars mit dem anderen, Münder synchron zum Vocal, im Landscape-Booth-Framing des Quellclips.
Credits zum Start · Kein Dreh · Für Reels, Shorts und TikTok nach Export zuschneiden
Referenzperformance
Die Hotel-Lobby-Vorlage wird standardmäßig geladen. Entferne sie, um dein eigenes 3–15 Sekunden langes Referenzvideo zu verwenden.
Erste Person
Erforderlich · Performer links oder ein Foto mit beiden Personen.
Zweite Person
Optional · Performer rechts, wenn du getrennte Fotos verwendest.
Der Clip, den du bekommst
Ein kurzes Video von zwei Personen, die in der Lobby-Booth performen: beide Gesichter ersetzt, beide Münder bewegen sich auf dem Beat, der ihnen zugewiesen ist, geschnitten im Landscape-16:9-Framing der Quellperformance.
Die Szene selbst ist fix — der Raum, das Licht, das Mikrofon bleiben genau wie im Quellclip. Was sich ändert, ist wer darin steht. Das ist der ganze Reiz des Formats: Zuschauer erkennen den Raum sofort, dann merken sie, dass ihre Freunde drin sind.
Die meisten Versionen dieses Videos, die herumgehen, sind Landscape, weil der Clip für einen Breitbildschirm gedreht wurde und so zuerst geteilt wird. Unbedacht auf 9:16 zugeschnitten, fällt meist einer der beiden Performer aus dem Bild. Der Framing-Abschnitt unten zeigt, wie du das beim Posten im Hochformat vermeidest.
Zwei Fotos, zwei Performer, eine Booth
1. Wähle zwei Fotos, die im selben Raum wirken können
Beide Gesichter sollten unter ähnlichem Licht und aus ähnlichem Winkel aufgenommen sein. Ein Tageslicht-Selfie neben einem Foto aus einer dunklen Bar ist der häufigste Grund, warum ein Duo-Tausch fake wirkt: Das Modell korrigiert die Belichtung pro Gesicht, und die beiden Korrekturen passen nicht zusammen.
2. Weise jedes Gesicht einem Performer zu
Der Uploader fragt, welches Foto auf den linken Performer und welches auf den rechten kommt. Das ist nicht kosmetisch — es entscheidet, wer den ersten Bar moutht. Wenn du es vertauschst, landet der ganze Eröffnungsvers auf der falschen Person.
3. Generieren, dann für deine Plattform rahmen
Die Ausgabe folgt der Booth-Vorlage in Landscape 16:9. Wenn du Hochformat für Reels, Shorts oder TikTok brauchst, schneide nach dem Export zu oder nutze Letterboxing — neu generieren ändert nicht das native Framing der Szene.
Warum diese Szene als Rap wirkt
Die Booth ist wie eine Rap-Performance gebaut, nicht wie ein Fotoset. Zwei Personen stehen an einem gemeinsamen Mikrofon statt an getrennten Markierungen zu posieren, das Framing ist ein Bühnen-Weitwinkel, und das Licht ist farbig und gerichtet statt flach. Diese Kombination lässt ein ersetztes Gesicht als „performend“ wirken statt als „reingephotoshoppt“.
Das erklärt auch, warum das Format speziell mit Rap-Audio durchstartete. Die Performer im Quellclip liefern bereits Bars mit Kopfbewegung und aktivem Mund — genau die Bewegung, die ein Face Swap braucht, um lebendig zu wirken. Eine Szene mit zwei still sitzenden Personen würde ein statisches Gesicht auf einen statischen Körper mappen, und die Illusion bricht zusammen.
Die Booth in 9:16 bringen, ohne einen Performer zu verlieren
Das ist der Teil, den niemand abdeckt, und hier gehen die meisten vertikalen Versionen dieses Videos schief. Die Booth ist eine breite Komposition: ein Performer sitzt im linken Drittel des Frames, der andere rechts, und das Mikrofon hängt dazwischen. Ein gerader 9:16-Crop aus der Mitte behält das Mikro und schneidet beide Performer halb ab. Diese Seite exportiert den Weitwinkel; die Arbeit fürs Hochformat passiert beim Posten.
Drei Wege, geordnet nach optischer Qualität:
- Mit beiden Performern im Blick zuschneiden. Ziehe ein hohes Fenster, das noch beide Köpfe und das Mikro enthält, auch wenn du Seitenwand verlierst. Besser als ein zentrierter Crop, der beide Gesichter halbiert.
- Zwischen den beiden Performern pannen. Behalte 16:9 und schneide ein bewegliches hohes Fenster, das dem Rapper folgt und auf dem Beat wechselt. Effektiv und versteckt den Crop, braucht aber einen Cut pro Bar und wirkt hektisch, wenn der Wechsel einen Beat daneben liegt.
- Den Weitwinkel letterboxen. Blurre eine Kopie des Frames hinter ein zentriertes breites Video und stapele es in einer hohen Leinwand. Sicher und schnell, und es liest sich klar als recycelter Landscape-Clip — was es genau ist.
Wenn du nur an einem Ort postest, wähle beim Schnitt das Seitenverhältnis dieser Plattform. Reels, Shorts und TikTok wollen Hochformat; eine breite Version muss überarbeitet werden, bevor sie dort performt.
Welches Gesicht bekommt welchen Bar
In der Quellperformance sind die beiden Parts nicht gleich. Ein Performer eröffnet und trägt den ersten Bar, der andere antwortet. Wenn die Ausgabe klingen soll, als wäre sie für die zwei Personen auf den Fotos gemacht statt auf eine Vorlage gestempelt, passe die Zuweisung an ihre Beziehung an.
Zwei Personen, die sich wirklich kennen: Gib den Eröffnungsbar demjenigen, der mehr redet. Der Antwortbar liest sich als Reaktion, und eine Reaktion landet nur, wenn der Zuschauer glaubt, die andere Person würde so reagieren.
Ein Paar: Der Antwortpart bekommt meist die bessere Line — setze ihn auf die Person, die eher das letzte Wort hat. Deshalb sind so viele dieser Videos lustig — der Tausch kehrt um, wer den Austausch gewinnt.
Wenn du ändern willst, wer zuerst spricht, tausche die beiden Uploads statt nach der Generierung zu editieren. Die Lippensynchronisation ist im Render fest — die Zuweisung muss stimmen, bevor du auf Generieren drückst.
Die Audio-Frage: Originaltrack oder dein eigener
Jede Version dieses Trends, die du gesehen hast, läuft auf demselben Audio, und dieses Audio ist eine urheberrechtlich geschützte kommerzielle Aufnahme. Das ist wichtiger, als es aussieht:
- Posten auf einer Social-Plattform fällt meist unter die Musik-Lizenzierung der Plattform für organische Posts; die Plattform kann den Post stumm schalten, limitieren oder Umsatz teilen. Das ist keine universelle kommerzielle Lizenz.
- Nutzung in einer Anzeige, einem Brand-Video oder allem, wofür du bezahlt wirst, ist eine völlig andere Situation und braucht eine Lizenz, die du wahrscheinlich nicht hast.
- Den Clip mit dem Original-Audio auf eine Seite hochzuladen, die du monetarisierst, ist die riskanteste der drei Nutzungen.
Der saubere Weg ist, deinen eigenen Track zu generieren oder hochzuladen und den einzubauen. Die Booth-Szene ist egal, was läuft — die Mundbewegung wird gegen das Audio generiert, das du gibst — ein Track, den du besitzt, liefert dasselbe Format ohne Exposure. Wenn du den Original-Feel willst, frage nach demselben Tempo und derselben Delivery, nicht derselben Aufnahme.
Untertitel und die Loop
Zwei Details trennen einen Clip, der geteilt wird, von einem, der weggescrollt wird:
Wort-für-Wort-Untertitel. Eine Textzeile pro Bar, erscheinend beim Delivery, im leeren Booth-Raum über den Köpfen der Performer. Das ist der eine Teil des Frames, den man immer bedecken kann — deshalb kann ein sorgfältiger Hochformat-Crop ein Vorteil statt Kompromiss sein.
Ein Chorus, der loopt. Endet der Clip auf dem Hook statt auf einem kalten letzten Bar, fließt der letzte Frame zurück in den ersten und Zuschauer schauen ihn zweimal, ohne es zu merken. Halte die Exportlänge auf Loop-Länge.
Zwei Gesichter, die zusammenpassen
Der Unterschied zwischen einem Tausch, der funktioniert, und einem, der aus den falschen Gründen kommentiert wird, ist fast immer das Paar, nicht das Modell.
- Gleiches Licht. Beide Fotos bei Tageslicht oder beide drinnen unter derselben Art Lampe.
- Gleicher Winkel. Beide zur Kamera. Ein Profilshot bricht das Pairing, auch wenn alles andere perfekt ist.
- Gleicher Crop. Haaransatz bis Kinn für beide. Ist ein Foto an der Stirn abgeschnitten, sitzen die beiden Gesichter auf unterschiedlicher Höhe in der Booth.
- Ähnliche Schärfe. Ein weiches, gefiltertes Foto neben einem scharfen liest sich wie zwei verschiedene Videos zusammengeklebt.
- Keine Sonnenbrille, keine tief sitzenden Hüte, keine schweren Beauty-Filter.
Wirkt das Ergebnis falsch, mach das schwächere Foto neu, bevor du regenerierst. Ein besseres Foto fixt mehr als jede Einstellung.
Andere Szenen zum Ausprobieren
Der gleiche Zwei-Foto-Flow funktioniert in jeder Szene der Bibliothek:
Nachtbühne
Dunkler, stärkerer Kontrast, besser für Drill und Trap.
Rap-Battle
Die zwei Performer stehen sich gegenüber statt ein Mikro zu teilen.
Cypher
Eine Gruppenszene, in der du die vorderen zwei Positionen nimmst.
Solo-Booth
Ein Foto, ein Performer, wenn du nur ein Gesicht hast.
Bulin 47
Eine andere Duo-Energie mit eigenem Staging.
Burning Bridges
Ein anderer Performance-Cut für eine zweite Take.
Rumpelstiltskin
Heuboden-Tip-Toe-Clip mit intaktem Filmgrain.
FAQ
Wie mache ich ein Hotel Lobby AI Video mit zwei Personen?
Lade ein Foto von jeder Person hoch, weise sie dem linken und rechten Performer zu und generiere. Die KI ersetzt beide Gesichter in der Booth-Szene und synchronisiert jeden Mund zum Bar, den dieser Performer liefert.
Kann ich es vertikal für TikTok, Reels und Shorts machen?
Diese Szene exportiert Landscape 16:9 passend zur Booth-Vorlage. Für hohe Feeds schneide nach dem Download zu oder letterboxe — ein zentrierter Crop schneidet meist einen Performer ab, also panne, letterboxe oder schneide sorgfältig, damit beide im Frame bleiben.
Brauche ich zwei Fotos, oder reicht eins?
Zwei ist die Standardversion, und wofür die Szene gebaut ist. Hast du nur ein brauchbares Foto, nutze eine Solo-Szene auf der Startseite statt den zweiten Performer unverändert zu lassen.
Was, wenn nur eines meiner zwei Fotos gut ist?
Ersetze zuerst das schwächere. Ein unterbelichtetes oder schräg aufgenommenes Foto ist der häufigste Grund, warum ein Duo-Tausch aufgeklebt wirkt — keine Einstellung kompensiert das.
Kann ich ändern, wer zuerst rappt?
Tausche die beiden Uploads und regeneriere. Die Lippensynchronisation ist Teil des Renders — die Zuweisung muss vor dem Generieren stimmen, nicht danach.
Kann ich mein eigenes Audio statt des Originaltracks nutzen?
Ja, und für alles Kommerzielle solltest du. Die Szene funktioniert mit jedem Track — die Mundbewegung wird gegen das Audio generiert, das du lieferst. Plattform-Musikbibliotheken können einen Track für organische Posts lizenzieren; das ist keine pauschale kommerzielle Lizenz.
Ist das Hotel Lobby AI Video kostenlos?
Die Generierung nutzt Credits. Du kannst das Preset laden und Fotos wählen, bevor du Credits ausgibst; Preise stehen auf der Pricing-Seite. Exporte tragen kein Wasserzeichen.
Kann ich Haustiere oder Charaktere statt Menschen in die Booth setzen?
Der Tausch braucht ein Gesicht mit sichtbaren Augen und Mund zum Tracken. Ein klares Haustierporträt kann funktionieren; ein Maskottchen mit fixem Plastik-Ausdruck meist nicht.
Erstelle dein Hotel Lobby Rap-Video
Lade zwei Fotos hoch. Weise links und rechts zu. Generiere den Duo-Clip, wenn du bereit bist.
Duo-Clip generieren