Wprowadzenie
Tekst na wideo w Kling 2.6 zamienia pisaną scenę w stały klip 1080p po 5 lub 10 sekund. Nie ma pola rozdzielczości do ustawienia – wyjście zawsze jest 1080p – a generate_audio jest opcjonalne: zostaw wyłączone dla cichego renderu albo włącz je dla dialogu, muzyki i tła generowanych razem z obrazem.
Wybierz tryb Kling 2.6 według materiału startowego
| Co masz na starcie | Tryb |
|---|---|
| pisaną scenę | Kling 2.6 – tekst na wideo |
| zatwierdzony obraz początkowy | Kling 2.6 – obraz na wideo |
| klip sterujący i zdjęcie postaci | Kling 2.6 Motion Control |
Najważniejsze funkcje
Dźwięk jest opcjonalny i renderuje się razem z obrazem
Włącz generate_audio, a dialog wpisany w cudzysłowie oraz nazwane dźwięki otoczenia wracają w tym samym pliku co wideo. W naszym teście w barze nakładający się śmiech, szafa grająca doo-wop i brzęk sztućców trafiły dokładnie w takt sceny, choć gesty rąk grupy wypadły nieco spokojniej, niż prosił o to prompt.
Stałe 1080p, brak poziomu do wyboru
Ten endpoint nie ma pola rozdzielczości – każdy klip renderuje w 1080p. Czas trwania też jest ustalony, na 5 lub 10 sekund; nie ma pola na żadną wartość pomiędzy.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Napisz go jak ujęcie: kto jest w kadrze, akcja, ruch kamery, a potem – jeśli włączasz dźwięk – dialog w cudzysłowie i dźwięki otoczenia, których chcesz. od 1 znaków · do 2500 znaków |
negative_prompt | Nie | To, co nie może się pojawić: druga osoba, napisy, rekwizyt, który model wciąż wprowadza z powrotem. Pisz prostą listę zamiast zdań z przeczeniem. do 2500 znaków |
aspect_ratio | Nie | 16:9, 9:16 lub 1:1. Wybierz przed napisaniem promptu, by treść umieszczała podmiot pod tę klatkę. |
generate_audio | Nie | Domyślnie wyłączone. Włącz je dla wygenerowanej ścieżki dźwiękowej – dialog, muzyka, tło – renderowanej razem z obrazem; kosztuje więcej za sekundę. Domyślnie: |
duration_seconds | Nie | 5 lub 10 sekund – żadna inna wartość nie jest akceptowana. Determinuje cenę. |
guidance_scale | Nie | Jak ściśle klip trzyma się promptu, od 0 do 1 co 0,01; domyślnie 0,5. |
Cennik
Rozliczane za sekundę wyjścia; włączenie dźwięku kosztuje więcej za sekundę.
| Specyfikacja | Cena |
|---|---|
| $0.069 / sekundę |
| $0.138 / sekundę |
Zastosowania
Sceny grupowe oparte na dialogu
Garstka ludzi rozmawiających i reagujących w jednym pomieszczeniu sprawdza się tu dobrze, z tonem pomieszczenia i dialogiem renderowanymi w tym samym przebiegu co obraz.
Czyste ujęcia do ponownego wykorzystania jako klip sterujący Motion Control
Pojedynczy performer, całe ciało w kadrze, na jednolitym tle i przy statycznej kamerze daje ujęcie, które możesz wprowadzić wprost do Motion Control (character-animation) jako klip sterujący dla innej postaci.
Wskazówki
Zdecyduj o dźwięku, zanim napiszesz scenę
Jeśli zostawiasz generate_audio wyłączone, opisz tylko obraz. Jeśli je włączasz, zamknij prompt dialogiem w cudzysłowie i dźwiękami otoczenia, których chcesz – nasze testy pokazują, że renderują się powiązane z widoczną akcją, a nie jako generyczna warstwa na wierzchu.
Do klipu sterującego poproś o całą sylwetkę i nic poza tym
Jednolite tło, statyczna kamera i instrukcja, by całe ciało pozostawało w kadrze przez cały czas, dają najczystsze źródło dla Motion Control – przykład studio-dancer-take powstał dokładnie w ten sposób, a ten sam klip wykorzystaliśmy dwukrotnie jako wideo sterujące dla innych rodzin Kling.
Wybierz 5 lub 10 sekund, zanim napiszesz scenę
Czas trwania przyjmuje tylko jedną z dwóch wartości, więc zdecyduj o długości, zanim napiszesz scenę. Pojedyncza wypowiedziana kwestia z krótką reakcją mieści się wygodnie w 5 sekundach; wymiana zdań z więcej niż jednym momentem albo kwestia, która potrzebuje pauzy przed puentą, potrzebuje pełnych 10 sekund, żeby nie wyglądać na pospieszną.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "kling/2.6/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"aspect_ratio": "16:9",
"generate_audio": false,
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
