Введение
Kling Avatar 2.0 Talking avatar принимает портрет (image_url) и аудиофайл с речью или пением (audio_url) и возвращает видео, где этот человек доставляет это аудио. Длина клипа задаётся самим аудио — отдельного поля длительности нет — до примерно 5 минут. Необязательный prompt направляет настроение, жесты и то, куда смотрят глаза, отдельно от того, что говорит аудио.
Ключевые возможности и особенности
Аудио задаёт длину
На этом эндпоинте нет параметра длительности: обрежьте своё аудио до нужной длины готового клипа перед отправкой. И речь, и пение работают как исходное аудио.
Промпт режиссирует исполнение, аудио задаёт слова
prompt необязателен и описывает, каким должно быть ощущение от исполнения — настроение, жест, куда смотрят глаза, — в то время как audio_url задаёт то, что фактически произносится или поётся. Именно разделение этих двух вещей позволило нашим тестовым клипам совпадать с исходным аудио слово в слово, при этом следуя конкретной режиссуре.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
prompt | Нет | Необязательная режиссура исполнения: настроение, жесты, куда смотрят глаза. Отдельно от того, что говорит аудио. Не более 2500 символов |
image_url | Да | Портрет для анимации. Только JPEG или PNG. |
audio_url | Да | Речь или песня, которую исполняет аватар. Клип идёт ровно столько же, сколько это аудио — отдельного поля длительности нет. |
resolution | Нет | 720p или 1080p. 1080p стоит дороже за секунду аудио. |
Стоимость
Оплата за секунду отправленного вами аудио, по выбранному разрешению. Портрет или запрос, который Kling отклоняет, не оплачивается.
| Спецификация | Стоимость |
|---|---|
| $0.0512 / секунду |
| $0.1024 / секунду |
Сценарии использования
Дать сценарию лицо
Сочетайте записанную или сгенерированную реплику с портретом, чтобы получить произнесённый клип — полезно для закадровых интро, отзывов или диалога персонажа, чьё лицо вы уже утвердили.
Режиссировать спетое исполнение из стоп-кадра
Отправьте спетую аудиодорожку вместе с портретом и коротким промптом, описывающим исполнение (аудитория, энергия, жест руки), а не сами слова.
Руководство по промптам и практические советы
Пишите дугу, а не одно настроение
Режиссура вроде «взгляд вниз один раз, затем снова в объектив с застенчивым смехом в конце» даёт аватару небольшую последовательность для исполнения, а не удержание одного статичного выражения на протяжении всего клипа.
Выбирайте чёткий портрет анфас
Хорошо освещённое фото анфас даёт самый надёжный липсинк и мимику. Ракурсы сбоку, скрытые лица или экстремально плотные кропы с большей вероятностью «плывут» по ходу клипа.
Ожидайте, что клип будет чуть длиннее аудио
В наших тестах готовое видео стабильно оказывалось чуть длиннее исходного аудио — реплика длиной 11,4 секунды возвращалась в виде клипа длиной 12,27 секунды, — поэтому закладывайте небольшой запас, а не рассчитывайте на точный покадровый тайминг в самом конце. Оплата следует за длиной аудио, а не готового клипа.
Обрежьте тишину с обоих концов аудио
Файл, который начинается или заканчивается долгой паузой, даёт аватару мёртвое время, в течение которого нечего исполнять. Обрежьте аудио близко к тому месту, где речь или пение реально начинается и заканчивается, прежде чем отправлять его.
Быстрый старт API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "kling/avatar-2.0/talking-avatar",
"input": {
"audio_url": "https://example.com/reference.mp3",
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.
