Introduzione
Kling 3.0 Turbo Testo in video trasforma una scena scritta in una clip di 3 a 15 secondi interi, a 720p o 1080p, con audio generato nello stesso passaggio. Non c'è modalità silenziosa su questo endpoint: descrivi il dialogo e il suono ambientale che vuoi nel prompt e generano insieme all'immagine.
Scegli una modalità di Kling 3.0 Turbo in base al materiale di partenza
| Cosa hai all'inizio | Modalità |
|---|---|
| una scena scritta | Kling 3.0 Turbo Testo in video |
| un'immagine iniziale approvata | Kling 3.0 Turbo Immagine in video |
Caratteristiche principali
L'audio non è opzionale, ed è proprio il punto
Ogni clip che esce da questo endpoint porta una colonna sonora generata: il dialogo che metti tra virgolette genera come battute parlate, e qualsiasi suono ambientale che nomini, musica, passi, traffico, torna mixato con l'immagine. Nei nostri test, le battute parlate corrispondevano al prompt parola per parola in ogni clip eseguita. Non c'è campo per disattivare l'audio; per una clip silenziosa a 1080p, usa invece Kling 2.5 Turbo.
Una ripresa continua, nessun campo per stacchi
Questo endpoint non ha un'impostazione multi-inquadratura, quindi ogni clip si svolge come un'unica ripresa ininterrotta. Scrivi un'unica azione chiara dall'inizio alla fine, una danza, uno scatto e un salto, un girarsi verso la camera, invece di più momenti che vuoi cuciti insieme.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Scrivilo come un'inquadratura: chi è in scena, l'azione, il movimento di camera, poi il suono, dialogo tra virgolette e i suoni ambientali che vuoi. almeno 1 caratteri · al massimo 2500 caratteri |
aspect_ratio | No | 16:9, 9:16 o 1:1. Scegli prima di scrivere il prompt così il testo colloca il soggetto pensando a quell'inquadratura. |
resolution | No | 720p o 1080p. I livelli più alti costano di più al secondo. |
duration_seconds | No | Secondi interi, da 3 a 15. Determina il prezzo insieme alla risoluzione. |
Prezzi
Fatturato al secondo di output; risoluzione e durata influenzano entrambe la tariffa.
| Specifiche | Prezzo |
|---|---|
| $0.112 / secondo |
| $0.14 / secondo |
Casi d’uso
Scene di dialogo per short e reel
Due persone che parlano, ridono o si scambiano una battuta funzionano bene qui, dato che l'audio torna sincronizzato con l'immagine invece di essere doppiato dopo. Una scena in cucina che abbiamo testato ha restituito la battuta parlata, la musica di sottofondo e il suono di una pentola che bolle tutti nello stesso file, senza bisogno di un passaggio audio separato prima di pubblicare.
Clip di azione e movimento con audio corrispondente
Parkour, danza e altre azioni fisiche arrivano con passi, impatti e respiro integrati nello stesso file del movimento, senza un passaggio foley separato da aggiungere.
Clip social a realizzazione rapida che hanno bisogno di audio fin dall'inizio
Poiché l'audio viene generato nello stesso passaggio dell'immagine, questo endpoint si adatta a qualsiasi clip breve destinata direttamente a un feed o un reel, dove aspettare un passaggio di sound design separato rallenterebbe la pubblicazione.
Consigli avanzati
Scrivi l'inquadratura nell'ordine in cui accade
Struttura il prompt come soggetto, azione, camera, poi suono. Il prompt della salsa in cucina è un modello utilizzabile: chi balla e cosa indossa, cosa fa (giri, urti contro il bancone), la camera (campo medio, a mano leggero), poi il suono (musica, risate, la pentola che bolle).
Fai corrispondere il suono all'azione, non solo all'atmosfera
Nomina suoni causati da qualcosa in inquadratura, passi sul cemento, una pentola che bolle, il motore di uno scooter, invece di una traccia d'atmosfera generica. Nei nostri test, il suono legato a un'azione visibile generava in modo più coerente e sincronizzato con l'immagine rispetto a un'indicazione ambientale senza nulla in inquadratura a produrla.
Avvio rapido dell’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "kling/3.0-turbo/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
