Kuaishou

Kling AI Avatar

Bald verfügbar

kling-ai-avatar/standard

Audiodriven erzeugte sprechende Digital-Human-Videos: Ein einziges Bild plus Sprache genügt, um ein lippensynchrones Video auszugeben; unterstützt bis zu etwa 5 Minuten kontinuierliche Generierung, Standard-Version bis maximal 720p

kling-ai-avatar/pro kling-ai-avatar/standard

Überblick

Einführung in Arbeit

Eine ausführliche Anleitung zu diesem Modell wird gerade erstellt. Preise, Parameter und die API-Dokumentation unten sind bereits verfügbar.

kling-ai-avatar/standard gehört zur Kling AI Avatar-Serie und ist ein Modell für die Generierung von sprechenden Digital-Human-Videos. Es teilt sich die Aufgabenfähigkeiten wie Audiosteuerung, Avatar-Videos, Bild-zu-Video und Lippensynchronisation mit der Pro-Version derselben Serie; der Ausgabetyp ist Video. Diese Serie nimmt ein einzelnes Charakterbild zusammen mit einer Sprach- oder Textvorlage als Eingabe entgegen und erzeugt lippensynchrone Sprech- oder Gesangsvideos mit Mimik und Bewegungen – und keinen Echtzeit-Dialog-Digital-Human.

Diese Version ist als Standard-Stufe positioniert und richtet sich innerhalb der Serie an Szenarien der hochfrequenten, serienmäßigen Content-Produktion; konkrete Details wie Auflösung, maximale Dauer, Eingabespezifikationen und Sprachunterstützung richten sich nach dem offiziellen Start.

Derzeit befindet sich dieses Modell in der Ankündigungsphase und ist noch nicht zur Nutzung freigegeben. Nach dem Start wird HiAPI.ai dieses Modell über eine einheitliche Schnittstelle bereitstellen; konkrete Parameter, Abrechnungsmodalitäten und Fähigkeitsgrenzen richten sich nach dem offiziellen Start.