Kling AIアバター

非公開のJPGまたはPNGポートレート1枚と2-300秒のMP3、WAV、M4A、AAC音声から、fal経由のKlingで話す人物動画を作成します。Standardは毎秒0.0562米ドル(10-1,405クレジット)、Proは毎秒0.115米ドル(20-2,875)です。プロンプトは送信しません。

モデル
Kling AI Avatar Standardfal · Standard cost-effective talking portrait · audio-timed
仕様
JPG/PNG · 最大10 MB · 各辺300px以上MP3/WAV/M4A/AAC · 2-300秒 · 最大5 MB
公式動画プルーフ枠

別モデルの動画をプルーフとして表示しません。選択モデルの追跡可能な出力が承認されるまで予約されます。

Kling AIアバターとは?

Kling AIアバターは、提供音声に合わせて静止ポートレートを動かします。Standardはfalの費用効率重視ティア、Proは高品質ティアです。Kanvoraは両ファイルを非公開で検証し、音声時間で課金します。未公開の出力解像度は約束しません。

話すポートレートの作り方

  1. ポートレートを準備

    10 MB以下のJPGまたはPNGを選びます。両辺300ピクセル以上、縦横比1:2.5から2.5:1が必要です。

  2. 音声を準備

    2-300秒、5 MB以下のMP3、WAV、M4A、AACを選びます。

  3. StandardかProを選択

    Standardは毎秒0.0562米ドル、Proは高品質ティアで毎秒0.115米ドルです。検証済み音声時間で正確な保留額が決まります。

  4. 保存済み出力を確認

    人物の一貫性、口のタイミング、歯、表情、構図、動き、音声同期を確認します。

素材準備のヒント

  • 顔を十分に確認できる明瞭なポートレートを使います。
  • 話者の重なり、クリッピング、長い無音のない音声を使います。
  • アップロード前に必要な長さへ音声を整えます。
  • StandardとProは品質と費用のティアであり、解像度保証ではありません。

よくある質問

ポートレートの制限は?

JPGまたはPNG、10 MB以下、両辺300ピクセル以上、縦横比1:2.5から2.5:1です。

音声の制限は?

MP3、WAV、M4A、AACで2-300秒、5 MB以下です。

StandardとProの料金は?

falの価格はStandardが毎秒0.0562米ドル、Proが0.115米ドルです。Kanvoraの既存式ではStandardが10-1,405、Proが20-2,875クレジットです。

Kling Lip Syncと同じですか?

いいえ。AIアバターは静止ポートレートと音声から始めます。Lip Syncは既存の短い顔動画と音声から始めます。