D-ID ist eine generative Video- und Digital-Human-Plattform. Sein Creative Reality Studio verwandelt ein Skript oder eine Audiospur sowie einen Stock-, Foto- oder benutzerdefinierten Video-Avatar in ein Moderatorenvideo. Entwickler APIs unterstützen vorab aufgezeichnete „Gespräche“, Videoübersetzungen, Echtzeit-Streaming-Avatare und interaktive visuelle Agenten. Die Plattform wird für Schulung, Verkauf, Support, Lokalisierung, Schulung und eingebettete Gesprächserlebnisse verwendet.
Die Produktionsabkürzung ist real: Ein Team kann einen gesprochenen Erklärer aktualisieren, ohne ein Studio zu buchen, und ihn in mehrere Sprachen lokalisieren. Auch die Governance-Belastung ist real. Gesicht und Stimme sind Identitätssignale. Die gezeigte Person hat möglicherweise einem bestimmten Skript, einer bestimmten Sprache, einer bestimmten Werbung oder einer automatisierten Interaktion nicht zugestimmt. Die Fähigkeit zum Hochladen stellt keine Einwilligung dar und ein kostenpflichtiges Abonnement ist keine Lizenz, sich als jemand anderes auszugeben.
Wählen Sie die richtige D-ID Produktoberfläche
| Oberfläche | Eingabe | Ausgabe | Beste Passform |
|---|---|---|---|
| Creative Reality Studio | Skript-/Audio-, Avatar-, Sprach- und visuelle Einstellungen | Gerendertes Moderatorvideo | Nicht-Entwickler, die Schulungen, Marketing oder Erklärungen erstellen |
| Vorträge / Video API | Bild-/Video-Avatar plus Text oder Audio | Asynchron gerenderter Clip | Videovorlagen im Anwendungsmaßstab |
| Video Translate | Vorhandenes Sprechervideo und Zielsprache | Übersetzte Sprache mit Lippensynchronisation | Lokalisierte Kampagnen, Schulungen und Produktmedien |
| Visual Agents | Avatar, Modell, Stimme, Anweisungen und Wissen | Interaktives Streaming-Gespräch | Geführte Support-, Verkaufs- oder Lernschnittstellen |
| Agentic Videos | Videoerzählung plus interaktive Agentenkonfiguration | Video, das Zuschauerfragen beantworten kann | Interaktive Erklärer, bei denen die lineare Wiedergabe nicht ausreicht |
Verwenden Sie keinen Echtzeitagenten, wenn ein zuvor aufgezeichnetes, überprüftes Video ausreicht. Durch die Echtzeitgenerierung werden offene Sprache, Sitzungskosten, Abrufrisiko, Latenz und Moderation hinzugefügt. Ebenso ist die Übersetzung nicht nur eine Wiedergabefunktion: Sie erzeugt eine neue Darbietung in einer Sprache, die der ursprüngliche Sprecher möglicherweise nicht versteht.
End-to-End-Vertrauensworkflow
Rechtegeklärtes Gesicht + Stimme + Drehbuch + Zweck
|
Einwilligungsprotokoll
Geltungsbereich / Sprache / Kanal / Dauer / Widerruf
|
Studio / Übersetzen / API / Agent
|
Moderation + Generierung
|
.------------------+------------------.
v v v
Identitäts-QA, Sprach-QA, technische Qualitätssicherung
Ähnlichkeit/Stimmenbedeutung/lippensynchron aussprechen/exportieren
'------------------+------------------'
v
Offenlegung + Wasserzeichen + menschliche Zustimmung
|
veröffentlichen / überwachen / widerrufen / löschen
Eine Freigabe-Checkliste sollte das generierte Asset mit dem Einwilligungsdatensatz, den Quell-Hashes, der Skriptversion, den Zielsprachen, dem D-ID-Plan/API-Version, dem Prüfer, der Offenlegung und dem Ablauf verknüpfen. Dadurch kann ein Team die Veröffentlichung aller Varianten rückgängig machen, wenn ein Redner seine Zustimmung widerruft oder eine Behauptung veraltet ist.
Studio im Vergleich zu API Plänen
D-ID verkauft die Abonnements Studio und API separat. Zu den Studio-Stufen gehörten in der Vergangenheit Trial, Lite, Pro, Advanced und Enterprise; Die Preise für API umfassen derzeit „Trial“, „Build“, „Launch“, „Scale“ und „Enterprise“. Die genauen Preise und Zulagen ändern sich. Überprüfen Sie daher beim Kauf die Live-Seite. Wichtiger sind Lizenz-, Wasserzeichen-, Avatar-, Voice-Clone-, Speicher- und Verarbeitungsgrenzen.
| API Plan (Überprüfungsdatum) | Offline-Video veröffentlicht | Veröffentlichtes Streaming | Lizenz-/Branding-Highlights |
|---|---|---|---|
| Prozess | Bis zu 3 Minuten | Bis zu 10 Minuten | Persönlich; Vollbild-Wasserzeichen; Standardstimmen |
| Bauen | Bis zu 16 Minuten | Bis zu 32 Minuten | Persönlich; D-ID Wasserzeichen; eigene S3-Option |
| Starten | Bis zu 45 Minuten | Bis zu 90 Minuten | Kommerziell; KI-Wasserzeichen; ein Stimmklon; Premium-Stimmen |
| Maßstab | Bis zu 200 Minuten | Bis zu 400 Minuten | Kommerziell; individuelles Logo; drei Sprachklone |
| Unternehmen | Benutzerdefiniert | Benutzerdefiniert | Benutzerdefinierte Optionen für Branding, Zusammenarbeit, Sicherheit und Service |
Auf der Live-Seite API im Juli 2026 wurden Jahresäquivalentpreise von 14,40 $/Monat für Build, 35 $/Monat für Launch und 138,60 $/Monat für Scale angezeigt, mit angegebenen Rabatten; Die monatliche Abrechnung ist unterschiedlich. Diese Zahlen sind zeitkritisch und kein Zitat. Bestätigen Sie Steuern, Nutzungsgrenzen, Guthabenpakete und den eigentlichen Checkout-Bildschirm.
Wie Credits und Minuten funktionieren
Ein Standardkredit deckt bis zu 15 Sekunden generiertes oder übersetztes Video ab. Die Dauer wird in 15-Sekunden-Intervallen aufgerundet: Ein 40-Sekunden-Clip benötigt drei Credits; Ein 70-Sekunden-Clip benötigt 75 Sekunden. Die Nutzung von Studio und API kann aus demselben Kontostand erfolgen. Ungenutzte monatliche Guthaben können nicht übertragen werden.
| Arbeitsbelastung | Meter | Budgetfalle | Kontrolle |
|---|---|---|---|
| Gerendertes Video | 15-Sekunden-Credit-Schritte | Viele kurze Clips verschwenden abgerundete Intervalle | Batch-Skriptsegmente absichtlich |
| Videoübersetzung | Auch Dauer/Credits | Jede Zielsprache vervielfacht die Nutzung und Bewertung | Pilotieren Sie eine Sprache und eine repräsentative Minute |
| Streaming/Agentenrede | Veröffentlichte Tarife verwenden kleinere Krediterhöhungen; Planminuten weichen ab | Ausführliche Antworten verschlingen Budget und frustrieren Benutzer | Begrenzen Sie die Länge der Antworten und die Anzahl der Sitzungsrunden |
| Wiederholungen | Kann kostenpflichtige Varianten generieren | Korrekturen der Aussprache und visuelle Artefakte vervielfachen die Kosten | Genehmigen Sie Skript/Phonetik vor dem vollständigen Rendern |
| Ungenutzter Freibetrag | Läuft in jedem Abrechnungszeitraum ab | Der Jahresvertrag gewährt weiterhin monatlich Credits | Prognostizieren Sie das saisonale Volumen anhand historischer Skripte |
Für Visual Agents wird in den Hilfematerialien angegeben, dass eine generierte Videoantwort von bis zu 15 Sekunden 0,5 Credits verbraucht, wobei zusätzliche 15-Sekunden-Intervalle ähnlich berechnet werden. Bestätigen Sie den aktuellen Plan, da interaktive und Offline-Zulagen unterschiedlich dargestellt werden. Der Agent reagiert nicht mehr, wenn das Guthaben aufgebraucht ist. Daher benötigen Produktionsanwendungen eine Überwachung des Kontostands und einen Text-/statischen Fallback.
Kommerzielle Rechte sind planspezifisch
Im Hilfecenter von D-ID heißt es, dass die Trial-, Lite- und Build-Ausgaben für den persönlichen Gebrauch bestimmt sind, während Pro, Advanced, Enterprise, Launch und Scale eine kommerzielle Nutzung ermöglichen, vorausgesetzt, der Benutzer besitzt die Rechte an hochgeladenen Bildern, Audiodaten und Texten. Diese Annahme ist entscheidend. D-ID gewährt Rechte gemäß seinen Produktbedingungen; Es können keine Publizitäts-, Urheberrechts-, Marken-, Beschäftigungs- oder Sprachrechte gewährt werden, die Sie nie vom Subjekt oder Vermögenseigentümer erhalten haben.
| Vermögenswert/Recht | Beweise, die es aufzubewahren gilt | Frage vor Wiederverwendung |
|---|---|---|
| Das Abbild einer Person | Unterzeichnete Veröffentlichung zur Identifizierung von KI-Animationen und Vertriebskanälen | Deckt es dieses Skript, diese Sprache, dieses Gebiet und bezahlte Werbung ab? |
| Sprachaufzeichnung/Klonen | Stimmspezifische Einwilligung und Quellenherkunft | Kann die Stimme neu generierten Text oder nur genehmigte Skripte sagen? |
| Skript | Autor/Lizenz, Quellenangaben und rechtliche Genehmigung | Sind Ansprüche im Zielmarkt aktuell und zulässig? |
| Standard-Avatar/Stimme | D-ID Plan-/Lizenzbedingungen zum Generierungsdatum | Sind kommerzielle Nutzung und sensible Kategorien erlaubt? |
| Musik/Bilder/Logos | Lizenz- und Markenautorisierung | Übersteigen Lokalisierung oder kostenpflichtige Medien die Lizenz? |
Wasserzeichen und Offenlegung
Offizielle Leitlinien beschreiben ein Vollbild-Wasserzeichen bei der Testversion, eine D-ID-Markierung bei Lite/Build, eine generische KI-Markierung bei Pro/Launch, die Möglichkeit eines benutzerdefinierten Logos bei Advanced/Scale und das Entfernen oder Ersetzen bei Enterprise. Die Benennung des aktuellen Plans kann zwischen Studio und API unterschiedlich sein. Durch die Entfernung eines benutzerdefinierten Logos oder Wasserzeichens entfällt die Offenlegungspflicht nicht.
Offenlegen Sie materielle synthetische Medien, bei denen die Zuschauer vernünftigerweise glauben könnten, dass eine reale Person die Worte gesprochen hat. Platzieren Sie die Offenlegung im Video und auf der umgebenden Seite, nicht nur in den Metadaten. Beachten Sie für Werbung, politische oder finanzielle Botschaften, Bildungsbewertungen und Kundenservice die örtlichen Gesetze und Plattformregeln. Bewahren Sie nach Möglichkeit ein maschinenlesbares Generationsprotokoll auf.
| Kontext | Minimales Offenlegungsmuster | Zusätzliche Absicherung |
|---|---|---|
| Interne Schulung | „KI-generierter Moderator“ auf der Eröffnungs-/Endkarte | Benannter Inhaltseigentümer und Aktualisierungsdatum |
| Öffentliches Marketing | Permanentes oder deutlich sichtbares Etikett für synthetische Medien | Einwilligungs-/Kontaktpfad und begründete Ansprüche |
| Übersetzter echter Sprecher | Geben Sie an, dass Stimme/Lippenbewegungen KI-übersetzt wurden | Der Sprecher stimmt der endgültigen Bedeutung in der Zielsprache zu |
| Interaktiver Agent | Stellen Sie sich vor dem Gespräch als KI vor | Menschliche Eskalation und keine trügerischen emotionalen Behauptungen |
| Wirkungsvolle Beratung | Vermeiden Sie Avatare als Autoritätsersatz | Qualifizierte menschliche Überprüfung und explizite Einschränkungen |
Stimmklonen und persönliche Avatare
Durch das Klonen von Stimmen kann beliebiger Text wie eine echte Person klingen. Holen Sie eine ausdrückliche, widerrufliche Einwilligung ein, in der akzeptable Themen, Sprachen, Kanäle und Dauer genannt werden. Akzeptieren Sie das Kontrollkästchen eines Uploaders nicht als einzigen Beweis, wenn ein Unternehmen Mitarbeiter, Kunden oder Persönlichkeiten des öffentlichen Lebens klont. Fügen Sie Lebendigkeit oder Identitätsprüfung hinzu, wenn das Risiko dies erfordert.
- Speichern Sie das Einwilligungsartefakt getrennt vom Produktionsschlüssel API.
- Beschränken Sie, welche Benutzer einen Klon erstellen und welche Anwendungen ihn aufrufen können.
- Blockieren Sie Finanzanweisungen, Anmeldeinformationen, Notfallnachrichten und unbefugte Vermerke.
- Benachrichtigen Sie den Betreff über neue Kampagnen und übersetzte Sprachen.
- Stellen Sie einen schnellen Widerrufsworkflow bereit, der den Klon deaktiviert und veröffentlichte Ausgaben findet.
- Phonetische Aufforderungen des Red-Teams, sprachübergreifender Identitätswechsel und Versuche, die Moderation zu umgehen.
Übersetzungsqualitätssicherung
| Schicht | Überprüfen | Typischer Fehler |
|---|---|---|
| Bedeutung | Rückübersetzen und Vergleichen von Ansprüchen, Bedingungen und Verneinungen | Ein fließender Satz ändert die Verpflichtung oder das Produktversprechen |
| Terminologie | Nutzen Sie ein bewährtes Glossar für Produkt-, Rechts- und Technikbegriffe | Marke oder regulierter Begriff wurden inkonsistent übersetzt |
| Aussprache | Der native Prüfer prüft Namen, Akronyme und Nummern | Korrekter Text, aber unbrauchbare gesprochene Übermittlung |
| Stimmidentität | Der Proband bestätigt, dass die synthetische Stimme in dieser Sprache akzeptabel ist | Akzent oder Ton implizieren eine falsche Identität |
| Lippensynchronisation | Untersuchen Sie Nahaufnahmen, Okklusion, Gesichtsbehaarung und schnelles Sprechen | Mundartefakte lenken ab oder führen in die Irre |
| Text auf dem Bildschirm | Lokalisieren Sie Bildunterschriften, Diagramme und Handlungsaufforderungen separat | Die gesprochene Sprache ändert sich, während das Bildmaterial original bleibt |
API Implementierung und Zuverlässigkeit
Der API-Schlüssel von D-ID wird einmal präsentiert und verwendet ein API-Benutzername/Passwort-Formular über den Autorisierungsheader. Speichern Sie es in einem Secrets-Manager, niemals in einem Browser/mobilen Client. Eine Anforderung für gerenderte Videos ist asynchron: Anwendungen übermitteln einen Job, fragen Informationen zum Abschluss ab oder empfangen sie und verarbeiten dann eine Ausgabe-URL. Bauen Sie Idempotenz auf Ihrer Ebene auf, damit bei Wiederholungsversuchen keine doppelten kostenpflichtigen Renderings erstellt werden.
Rechte + Skript validieren -> interne Job-ID reservieren
|
Einmal einreichen an D-ID
|
ausstehend -> Bearbeitung -> erledigt / Fehler / Moderationsblock
|
Kopieren Sie die genehmigte Ausgabe in einen kontrollierten Speicher
|
Qualitätssicherung + Offenlegung -> veröffentlichen
|
Ablauf / Widerruf -> Veröffentlichung aufheben + löschen
| Misserfolg | Anwendungsverhalten |
|---|---|
| 401/gedrehter Schlüssel | Anhalten, warnen und drehen; Versuchen Sie es nie erneut mit protokollierten Anmeldeinformationen |
| 429/Kontingent | Ziehen Sie sich mit Nervosität zurück; Überprüfen Sie den Kontostand und geben Sie eine Schätzung der Warteschlange ab |
| Ablehnung der Moderation | Automatisieren Sie die Umgehung nicht; Weiterleitung zum Inhaltseigentümer/manuelle Überprüfung |
| Render-Timeout | Vor der erneuten Übermittlung den vorhandenen Auftrag abfragen |
| Teilweise Übersetzung/Lokalisierung | Die Veröffentlichung als Satz scheitern lassen; Veröffentlichen Sie keine nicht übereinstimmenden Varianten |
| Erschöpfung der Kreditwürdigkeit | Greifen Sie auf die zuvor aufgezeichnete/Textinteraktion zurück und benachrichtigen Sie den Bediener |
Visueller und akustischer Abnahmetest
| Dimension | Bestehenskriterium |
|---|---|
| Identität | Autorisierter Betreff/Avatar, keine unbeabsichtigte Ähnlichkeit oder Gesichtsverzerrung |
| Rede | Wörter, Zahlen, Namen, Pausen und Betonung entsprechen dem genehmigten Skript |
| Synchronisieren | Keine wesentliche Diskrepanz zwischen Mund und Stimme bei normaler Geschwindigkeit und Zielgeräten |
| Rahmen | Augen, Mund, Logo, Bildunterschriften und Offenlegung bleiben innerhalb sicherer Bereiche |
| Barrierefreiheit | Genaue Untertitel, Transkription, ausreichender Kontrast und Nicht-Audio-Alternative |
| Exportieren | Auflösung, Codec, Audiopegel und Wiedergabe funktionieren auf dem tatsächlichen Kanal |
| Wahrhaftigkeit | Behauptungen und Quellen sind aktuell; Der synthetische Moderator stellt keine persönliche Billigung dar |
Datenschutz, Speicherung und Löschung
Hochgeladene Gesichtsbilder, Videos und Sprachaufzeichnungen können je nach Gerichtsbarkeit biometrische oder sensible personenbezogene Daten sein. Die Datenschutzmaterialien von D-ID unterscheiden Studio-Inhalte, die bestehen bleiben können, bis der Benutzer sie löscht, von API-Bewerbungsdaten mit berufsspezifischer Behandlung. Aktuelle Preise besagen, dass Benutzer bei einigen API-Plänen ihren eigenen S3-Speicher anschließen können. Durch den eigenen Speicher werden keine Upstream-Verarbeitung oder Protokolle entfernt.
Ordnen Sie jede Kopie zu: Quellgerät, D-ID-Konto, API-Job, Ausgabe-URL, Ihren Objektspeicher, CDN, Editor, Kampagnenplattform, Backups und Analysen. Durch das Löschen des Kontos werden Zugriffsrechte und gespeicherte Elemente im Rahmen des dokumentierten Prozesses entfernt, aber ein Löschtest in der Produktion sollte API/Studio Vermögenswerte, Agentenwissen, Avatare, Sprachklone und Downstream-Kopien bestätigen. Die kostenlose Löschung inaktiver Konten nach sechs Monaten ist keine Aufbewahrungsrichtlinie für eine Organisation.
Wenn D-ID gut passt
| Anwendungsfall | Passt | Grund |
|---|---|---|
| Regelmäßig aktualisierte Schulung | Stark | Skriptänderungen ohne Neuaufnahme; Versionierung ist wichtig |
| Lokalisierte Produkterklärungen | Stark mit nativer Rezension | Übersetzung und Lippensynchronisation reduzieren den Produktionsaufwand |
| Interaktiver FAQ-Concierge | Bedingt | Visuelle Präsenz kann hilfreich sein, aber Text/Chat kann schneller und kostengünstiger sein |
| Identitätsdiebstahl als Führungskraft ohne ausdrückliche Zustimmung | Nicht verwenden | Erhebliches Identitäts-, Betrugs- und Reputationsrisiko |
| Emotionssensible Beratung | Schwaches/hohes Risiko | Menschenähnliche Avatare können trügerisches Vertrauen schaffen |
| Filmisches generatives Video | Schwach | D-ID ist auf Moderatoren spezialisiert; Verwenden Sie umfassendere Videomodelle/Tools |
Alternativen
| Alternative | Am besten, wenn | Vergleichen |
|---|---|---|
| HeyGen | Marketingfreundliche Avatare und Übersetzungsworkflow | Avatar-Qualität, Einwilligungskontrollen, Sprachen, API und Preise |
| Synthesia | Unternehmenslernen, Vorlagen und verwaltete Bestandsavatare | Zusammenarbeit, Sicherheit, benutzerdefinierte Avatar-Richtlinie und Lokalisierung |
| DeepBrain KI | KI-Moderatoren- und Broadcast-Workflows im Studio-Stil | Realismus, Sprachabdeckung und interaktive API |
| Tavus | Personalisierte Video- und Gesprächsrepliken | Replika-Zustimmung, Latenz und Entwicklerintegration |
| Traditioneller Moderator/Synchronsprecher | Vertrauen, emotionale Nuancen und Unterstützung sind von zentraler Bedeutung | Höhere Kosten/Zeit, aber authentische Leistung und klarere Rechte |
| Audio + Folien/Screencast | Der Avatar bietet wenig Informationswert | Geringeres Identitätsrisiko, geringere Kosten und unheimliche Ablenkung |
FAQ
Kann D-ID jedes Foto animieren?
Nein. Bilder können bei der Gesichtserkennung oder -moderation scheitern und es sind Rechte/Einwilligungen erforderlich, selbst wenn das System den Upload akzeptiert.
Kann ich die Test- oder Build-Ausgabe kommerziell nutzen?
Offizielle Leitlinien besagen, dass es sich bei Trial, Lite und Build um Stufen für den persönlichen Gebrauch handelt. Kommerzielle Rechte sind mit Pro, Advanced, Enterprise, Launch und Scale verbunden, vorausgesetzt, Sie besitzen alle Eingaberechte.
Wie werden Video-Credits gerundet?
Die Standardgenerierung rundet die Dauer in 15-Sekunden-Intervallen auf. Ein 40-Sekunden-Clip benötigt drei Credits. Überprüfen Sie die Preise für interaktive Agenten separat.
Kann das Wasserzeichen entfernt werden?
Es kommt auf den Plan an. Einige Stufen zeigen D-ID oder generisches KI-Branding; Höhere Ebenen unterstützen ein benutzerdefiniertes Logo oder die Entfernung. Möglicherweise ist weiterhin eine ethische/rechtliche Offenlegung erforderlich.
Bietet D-ID die Einwilligung für Aktien oder hochgeladene Personen?
D-ID stellt seine Plattform und Bedingungen bereit; Der Uploader bleibt für die Rechte an den hochgeladenen Bildern, Stimmen und Skripten sowie für die beabsichtigte Verwendung verantwortlich.
Was sollte vor dem Start von API getestet werden?
Idempotenz, Authentifizierung, Raten-/Kreditausschöpfung, Moderationsfehler, Ausgabeablauf/-speicherung, Einwilligungssuche, Offenlegung, Zugänglichkeit und Löschung.
Quellen und Überprüfung
- Offizielle D-ID Produktseite
- Offizielle Studio FAQ zu Preisen und Krediten
- Offizielle API-Pläne und aktuelle Zulagen
- Offizielle Entwicklerdokumentation
- Offizielle API-Authentifizierungsanleitung
- Offizielle kommerzielle Nutzungsrechte nach Plan
- Offizielles Wasserzeichenverhalten
- D-ID ethisches Manifest
- D-ID Datenschutzrichtlinie
Zuletzt überprüft am 26. Juli 2026. Pläne, Preise, Gutschriften, Moderation und rechtliche Anforderungen ändern sich. Bestätigen Sie die Live-Bedingungen und holen Sie sich qualifizierte Rechtsberatung für identitätsrelevante oder regulierte Verwendungen.
