Wo die Übersetzung noch hakt
Die Beispiele stammen aus Testläufen mit einem lauten, dicht besetzten Stück. Welches es ist, bleibt offen: Es geht um das Verfahren, nicht um das Lied. Stand: Oktober 2026.
Wo die Übersetzung noch hakt
Die Texturen gelingen den Bildmodellen oft, die Zeit- und Lautstärkelogik nicht. Ein Audit zeigt, wo die Übersetzung von Daten in den Prompt hakt und was schon behoben ist.
- 5Befunde des Audits
- 3 von 6Gegenmaßnahmen umgesetzt
- 27 %Soll-Fläche der Gitarre, die als Ist nur 11 bis 13 erreichte
- 3.000Zeichen als Ziel für einen Prompt nach Zonen
Ein Audit an Testbildern zu einem lauten, dichten Stück zeigte, wo die Übersetzung von Daten in Bild noch hakt. Die Texturen gelingen den Bildmodellen oft, die Zeit- und Lautstärkelogik nicht. Die Ursache lag weniger bei den Modellen als in der Übersetzung der Daten in den Prompt.
Drei Testbilder zum selben lauten, dichten Stück, die Anordnung nur als Text im Prompt: Die Texturen gelingen, die Zeitachse nicht. Die Bilder stammen aus der Kontrolle im Beitrag „Das Layout als Bild“.
Ein Beispiel: Spielt zu Beginn nur eine Gitarre, hat sie hundert Prozent Anteil am Mix, obwohl sie leise ist. Der Prompt machte daraus einen Höhepunkt am linken Bildrand, während der lauteste Moment des Stücks im letzten Drittel lag. Inzwischen ist die Höhepunkt-Logik an die Lautstärke gekoppelt, eine Bildprüfung misst Einsatz, Ende und Flächenanteil je Farbe, und ein Songstruktur-Baustein steht auf Wunsch im Prompt. Offen sind der Prompt nach Zonen statt nach Instrumentenliste und das Layout als Bildvorgabe (Thema 3).
- Höhepunkt aus Lautstärke statt aus Mix-Anteilumgesetzt
- Bildprüfung gegen die Messdaten (Einsatz, Ende, Fläche)umgesetzt
- Songstruktur im Prompt (Strophe, Refrain, Pausen)umgesetzt, auf Wunsch
- Prompt nach Zonen, unter 3.000 Zeichenoffen
- Layout als Bildvorgabeoffen (Thema 3)
- Kompositor: Kritzelkanten, Papiertextur, Flächengewichteoffen
Technischer Hintergrund
Befunde des Audits
- Zeitachse: Instrumente standen als Blöcke hintereinander statt als Verlauf, weil der Prompt eine Instrumentenliste war. Ein Instrument, das über den ganzen Song spielt, erschien nur in einem Drittel des Bildes.
- Wortwahl: Wörter wie „relief“ oder „fold“ ziehen Richtung 3D und brechen damit das Regelwerk. Prozentangaben im Text werden von Bildmodellen schlecht umgesetzt.
- Kompositor: Die Flächengewichte waren invertiert: Rot sollte mit rund 27 Prozent die größte Fläche sein und kam auf 11 bis 13 Prozent. Kanten waren weiche Masken statt Kritzel.
- Lokales Modell: Die Skizze ging verloren, Rot schrumpfte auf unter 15 Prozent. Vermutete Ursache war ein zu hoher Denoise-Wert. Das ist der Anlass für die Gewichtungsreihe in Thema 1.
- Protokoll: Ein stiller Fehlschlag (null Bilder ohne Fehlermeldung) und eine zu kurze Stoppuhr verfälschten die Prozesskennzahlen.
Stand der Gegenmaßnahmen
| Maßnahme | Stand |
|---|---|
| Höhepunkt aus Lautstärke statt aus Mix-Anteil | umgesetzt |
| Bildprüfung gegen die Messdaten (Einsatz, Ende, Fläche) | umgesetzt |
| Songstruktur im Prompt (Strophe, Refrain, Pausen) | umgesetzt, auf Wunsch |
| Prompt nach Zonen, unter 3.000 Zeichen | offen |
| Layout als Bildvorgabe | offen (Thema 3) |
| Kompositor: Kritzelkanten, Papiertextur, Flächengewichte | offen |
Die Befunde sind Urteile des Audits und von Oliver Lödorf nur teilweise bestätigt. Sie betreffen Testbilder, nicht die fertigen Werke.