LipDub ist eine KI-Plattform zur Videolokalisierung. Sie nimmt ein bereits gedrehtes oder generiertes Video und bringt es mit derselben Person im Bild, der in jede Zielsprache geklonten Originalstimme und einer bildgenauen Lippenanpassung in jeden Markt. LipDub positioniert das als Weg, die Marke intakt zu halten und Sprachen günstig hinzuzufügen: Ein Ausgangsvideo wird zu vielen marktfertigen Versionen, und Teams sparen Synchron- und Drehkosten.
Der Arbeitsablauf umfasst fünf Schritte: Video hochladen (beliebige Länge und Format), Transkript in über 80 Sprachen übersetzen und jede Zeile vor der Generierung im Editor verfeinern, die Stimme der Originalsprecherin klonen oder eine Stimme aus der Bibliothek wählen, die synchronisierte Tonspur erzeugen, KI-Lip-Sync anwenden und sendefähige Versionen exportieren. Zielgruppen sind Marketingteams, Online-Bildung, Agenturen, Creators und Entwickler (per API), Kundenbeispiele sind WPP, Edifits und Washington Square Films, und die Website nennt über 1.000 Marken, mehr als 10.000 lokalisierte Stunden und 40+ Länder.
LipDub 2.0 ist die aktuelle Hauptversion und laut Anbieter 8-mal schneller. Abgerechnet wird über Credits: Pläne schalten eine Stufe und Zugang zu schnelleren oder höherwertigen Modellen (Flash, Premium, Ultra) frei, und die Minutenpreise für Lip-Sync und Synchronisation sinken auf höheren Stufen. Premium und Ultra kommen mit einer einmaligen Trainingsgebühr pro Sprecher für ein trainiertes Stimmmodell. Alle Pläne enthalten unbegrenzte Sitze und unbegrenzte gleichzeitige Aufträge, sodass das gesamte Team ohne Warteschlange in Stapeln lokalisieren kann.
