Avatar IA de Kling

Crea un vídeo de una persona hablando a partir de un retrato JPG o PNG privado y audio privado MP3, WAV, M4A o AAC de 2-300 segundos con Kling mediante fal. Standard cuesta 0,0562 USD/s (10-1.405 créditos) y Pro 0,115 USD/s (20-2.875). No se envía ningún prompt.

Modelo
Kling AI Avatar Standardfal · Standard cost-effective talking portrait · audio-timed
Modo
Texto a videoImagen a videoReferencia a videoTransición de videoExtender videoControl de movimiento KlingAvatar IA de KlingKling Lip Sync
Retrato y audio habladoAñadir en privado en el espacio de trabajoAñade el retrato privado y el audio de 2-300 s tras iniciar sesión. Kanvora verifica ambos antes de dar a fal URL temporales.
Especificación
JPG/PNG · hasta 10 MB · mínimo 300 px por ladoMP3/WAV/M4A/AAC · 2-300 s · hasta 5 MB
Prueba oficial de video reservada

Kanvora no presenta el clip de otro modelo como prueba. El espacio queda reservado hasta aprobar una salida trazable del modelo elegido.

Nivel elegido · estimación de 5 s: 24 créditosEl audio fija la retención · 2 s 10 · 300 s 1405 créditos
Abrir el espacio privado de Avatar IA

¿Qué es Kling AI Avatar?

Kling AI Avatar anima un retrato fijo con el audio proporcionado. Standard es el nivel económico de fal y Pro el de mayor calidad. Kanvora verifica ambos archivos en privado y calcula el precio con la duración de audio verificada, sin prometer una resolución no publicada.

Cómo crear un retrato parlante

  1. Prepara el retrato

    Elige un JPG o PNG de hasta 10 MB. Ambos lados deben medir al menos 300 píxeles y la proporción debe estar entre 1:2,5 y 2,5:1.

  2. Prepara el audio

    Elige un MP3, WAV, M4A o AAC de 2-300 segundos y hasta 5 MB.

  3. Elige Standard o Pro

    Standard es económico a 0,0562 USD/s. Pro ofrece el nivel de mayor calidad a 0,115 USD/s. El audio verificado fija la retención exacta.

  4. Revisa el resultado guardado

    Comprueba identidad, sincronización labial, dientes, expresión, encuadre, movimiento y alineación del audio.

Consejos para preparar las fuentes

  • Usa un retrato claro con el rostro suficientemente grande.
  • Prefiere voz limpia sin hablantes superpuestos, saturación ni silencios largos.
  • Recorta el audio a la duración exacta antes de subirlo.
  • Trata Standard y Pro como niveles de calidad y coste, no como resoluciones garantizadas.

Preguntas frecuentes

¿Cuáles son los límites del retrato?

JPG o PNG, hasta 10 MB, mínimo 300 píxeles por lado y proporción entre 1:2,5 y 2,5:1.

¿Cuáles son los límites del audio?

MP3, WAV, M4A o AAC de 2 a 300 segundos y hasta 5 MB.

¿Cómo se cobran Standard y Pro?

fal publica Standard a 0,0562 USD/s y Pro a 0,115 USD/s. La fórmula existente de Kanvora produce 10-1.405 créditos para Standard y 20-2.875 para Pro.

¿Es lo mismo que Kling Lip Sync?

No. AI Avatar parte de un retrato fijo y audio. Lip Sync parte de un vídeo facial corto existente y audio.