El talking avatar de Kling Avatar 2.0 convierte un retrato y un archivo de audio en un clip de esa persona hablándolo o cantándolo. Renderiza a 720p o 1080p; la duración del clip sigue a tu audio, hasta unos 5 minutos.
Playground
Estos ejemplos se escribieron para este endpoint. Cambia el prompt y las URL de ejemplo por archivos tuyos accesibles y, antes de enviar, revisa la estimación al día y la disponibilidad del modelo.
- Salida7 s
jazz-club-velvet-singer-hello 720p: `image_url` es una cantante con vestido de terciopelo negro y hombros al aire ante un micrófono antiguo en un club de jazz lleno de humo bajo focos azules; `audio_url` es una voz femenina lenta y grave que dice «Good evening, darling. Pull up a chair. This next song is just for you.» Sus labios siguen la frase y se cierran en la pausa tras «darling», inclina la cabeza con una sonrisa perezosa como pide el prompt y sus dedos se quedan en el micrófono. La voz termina hacia los 5,2 segundos; el clip devuelto dura 7,2 segundos y mantiene su sonrisa con los labios cerrados los dos últimos.
- 720p
- Salida12 s
rooftop-confession 1080p: una entrega nerviosa y sincera con una mirada baja y una risa tímida al final, igualada palabra por palabra con el audio fuente.
- 1080p
- Salida12 s
singer-between-songs 720p: un discurso de escenario entre canciones, una mano apoyada en el soporte del micrófono como se indicó en el prompt.
- Salida9 s
podcast-cold-open 720p: una línea enérgica y animada entregada con animación de cejas y sonrisa a juego durante todo el clip.
- Salida12 s
bar-counter-story 720p: una entrega relajada y de baja intensidad, pequeños asentimientos y una sonrisa suave ajustados a una relación imaginada específica.
Este ejemplo parte de $0.051 por segundo de salida. El Playground actualiza la estimación cada vez que cambias los ajustes.