O talking avatar Kling Avatar 2.0 transforma um retrato e um arquivo de áudio em um clipe da pessoa falando ou cantando. Renderize em 720p ou 1080p; a duração do clipe segue o seu áudio, até cerca de 5 minutos.
Playground
Estes exemplos foram escritos para este endpoint. Substitua o prompt e as URLs de mídia de exemplo por suas próprias entradas acessíveis. Antes de enviar, confira a estimativa atual e a disponibilidade do modelo.
- Saída7 s
jazz-club-velvet-singer-hello 720p: `image_url` é uma cantora de vestido de veludo preto de ombros de fora diante de um microfone vintage, num clube de jazz enfumaçado sob refletores azuis; `audio_url` é uma voz feminina lenta e grave dizendo "Good evening, darling. Pull up a chair. This next song is just for you." Os lábios acompanham a fala e se fecham na pausa depois de "darling", ela inclina a cabeça com um sorriso preguiçoso como pede o prompt e os dedos ficam no microfone. A fala termina por volta de 5,2 segundos; o clipe devolvido tem 7,2 segundos e mantém o sorriso de lábios fechados nos dois últimos.
- 720p
- Saída12 s
rooftop-confession 1080p: uma entrega nervosa e sincera com um olhar para baixo e um riso tímido no final, combinando palavra por palavra com o áudio de origem.
- 1080p
- Saída12 s
singer-between-songs 720p: uma fala de palco entre músicas, uma mão apoiada no suporte do microfone conforme dirigido no prompt.
- Saída9 s
podcast-cold-open 720p: uma fala animada e de alta energia entregue com animação correspondente de sobrancelha e sorriso do início ao fim.
- Saída12 s
bar-counter-story 720p: uma entrega relaxada e discreta, pequenos acenos de cabeça e um sorriso tranquilo combinados com um relacionamento imaginado específico.
Este exemplo começa em $0.051 por segundo de saída. O Playground recalcula a estimativa sempre que você muda as configurações.