Introduction
Kling 3.0 Text to video transforme un prompt écrit en clip, sans image ni vidéo pilote. Fixez une durée de 3 à 15 secondes entières, une résolution en 720p, 1080p ou 4K, et un format d’image en 16:9, 9:16 ou 1:1. Activez generate_audio pour obtenir dialogues, effets et ambiance générés dans la même passe, et choisissez shot_type pour garder un seul dispositif continu ou laisser Kling enchaîner ses propres coupes multi-plans.
Choisissez un mode Kling 3.0 selon votre matériau de départ
| Ce que vous avez au départ | Mode |
|---|---|
| une scène ou un script écrit | Kling 3.0 Text to video (vous êtes ici) |
| une image de départ, et en option une image de fin | Kling 3.0 Image vers vidéo |
| une photo de personnage et une vidéo pilote | Kling 3.0 Motion Control |
Fonctionnalités et points forts
Dialogue et ambiance dans le même fichier
Avec generate_audio activé, une réplique écrite entre guillemets dans le prompt revient sous forme de dialogue audible, calé sur l’image, aux côtés de l’ambiance sonore que vous décrivez. Dans notre test, la réplique « Ne m’attends pas » est revenue parlée par-dessus un quatuor à cordes et le murmure d’un gala, le tout à partir d’un seul paragraphe.
Deux façons de gérer plusieurs plans
shot_type réglé sur single garde la caméra sur un seul dispositif la plupart du temps, même s’il peut quand même couper de lui-même — dans nos tests, deux clips en plan unique ont récupéré une coupe supplémentaire en cours de route, une fois avec un changement de lumière au passage. Ajouter « un seul plan continu, sans coupe » au prompt a tenu le plan uni dans notre nouvel essai. Réglez shot_type sur multi et Kling décide lui-même de ses coupes.
720p, 1080p et 4K
Les trois résolutions et l’interrupteur audio changent le prix. Faites vos brouillons de rythme et de cadrage en 720p, puis lancez la prise que vous aimez en 4K une fois qu’elle mérite ce rendu.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
prompt | Oui | Décrivez le sujet, l’action, la caméra et, avec le son activé, le dialogue et le son souhaités. 1 caractères minimum · 2500 caractères maximum |
negative_prompt | Non | Ce qui ne doit pas apparaître dans le clip (objets, rendus ou mouvements indésirables), jusqu’à 2 500 caractères. Facultatif ; sans effet sur le prix. 2500 caractères maximum |
aspect_ratio | Non | 16:9, 9:16 ou 1:1. Fixé pour tout le clip — il n’y a pas d’image source à suivre à la place. |
resolution | Non | 720p, 1080p ou 4K. Les paliers supérieurs coûtent plus cher à la seconde. |
generate_audio | Non | Ajoute une bande sonore générée — dialogues entre guillemets, effets, ambiance — au même clip. Valeur par défaut: |
duration_seconds | Non | Secondes entières, de 3 à 15. Détermine le prix. |
shot_type | Non | single garde un seul dispositif la plupart du temps mais peut quand même couper de lui-même ; multi laisse Kling enchaîner ses propres coupes multi-plans. |
multi_prompt | Non | La liste de plans pour |
guidance_scale | Non | Degré de fidélité du clip au prompt, de 0 à 1 (0,5 par défaut). Plus haut, il colle davantage au texte ; plus bas, il laisse plus de liberté au modèle. |
Tarification
Facturé à la seconde de sortie. La résolution et l’interrupteur audio changent tous deux le tarif.
| Résolution | Générer l’audio: Non | Générer l’audio: Oui |
|---|---|---|
| $0.0672 / seconde | $0.1008 / seconde |
| $0.0896 / seconde | $0.1344 / seconde |
| $0.336 / seconde | $0.336 / seconde |
Cas d’utilisation
Ouvrir une scène avec un vrai son
Un toast, une confession, un adieu — écrivez la réplique et activez l’audio, et le dialogue, l’ambiance sonore et l’image arrivent dans un seul fichier. Notre exemple de fête sur un toit se termine par tout un groupe criant une réplique ensemble, calée sur les bouteilles qui s’entrechoquent et la musique en fond.
Faire un brouillon avant de s’engager en 4K
Text-to-video n’a besoin d’aucune image source, c’est donc le moyen le plus rapide de tester une idée de lumière, un mouvement de caméra ou une réplique avant d’y consacrer un rendu 4K.
Passer le relais à image-to-video pour la continuité
Text-to-video décide de la garde-robe, du visage et du cadrage à nouveau à chaque exécution. Quand un personnage doit se ressembler sur plusieurs clips, générez le premier plan ici, puis reprenez sa dernière image dans image-to-video comme image de départ du suivant.
Guide de prompt et conseils pratiques
Écrivez-le dans l’ordre où cela se produit
Structurez le prompt en sujet et garde-robe, action, mouvement de caméra, look, puis son. L’exemple de la terrasse du palazzo suit cet ordre : qui elle est et ce qu’elle porte, ce qu’elle fait (marche, se retourne, parle), la caméra et la lumière, puis le son ambiant.
Donnez au groupe entier une seule réplique où atterrir
Quand plusieurs personnes sont à l’écran, nommer un seul moment — une réplique, dite ensemble, tout à la fin du brief — donne au modèle un temps clair où caler le dialogue au lieu de deviner quand plusieurs voix devraient se chevaucher.
Dites « un seul plan continu, sans coupe » quand c’est important
shot_type: single n’est pas une garantie absolue contre les coupes. Si la prise doit tenir un seul dispositif du début à la fin, ajoutez cette instruction directement dans le prompt ; elle a tenu à la fois le cadrage et la lumière stables dans notre nouvel essai d’un plan qui avait coupé et changé de lumière lors du premier essai.
Démarrage rapide de l’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "kling/3.0/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"shot_type": "single",
"resolution": "720p",
"aspect_ratio": "16:9",
"generate_audio": false,
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
