Kling AI Avatar v2 Standard (720P)
Kling AI Avatar V2 Standard 侧重高效数字人生成,支持唇形同步与人物形象一致性,适用于教育解说、自动化播报及内部培训内容,最高提供 720p 输出。
打开工作台在 Kling 4 使用 Kling Avatar 2.0 创作数字人短片。添加人像、最长 15 秒的语音或歌唱音频,并填写必需的表演描述。
打开数字人工作台在 Kling 4,Kling Avatar 2.0 通过单张人像、最长 15 秒的音频和必填表演描述创作数字人短片。使用描述引导面部表情、情绪与动作。
Kling AI Avatar V2 Standard 侧重高效数字人生成,支持唇形同步与人物形象一致性,适用于教育解说、自动化播报及内部培训内容,最高提供 720p 输出。
打开工作台Kling AI Avatar V2 Pro 侧重更高画质与细腻的数字人表现,通过面部细节、真实感及丰富动作支持营销内容与虚拟形象,最高提供 1080p 输出。
打开工作台创作简短数字人口播视频
上传单张人像与最长 15 秒的语音或歌唱音频,再填写非空的表演描述。描述所需的表情、情绪与动作;必填描述不能代替音频。
Kling 4 当前将 Avatar 2.0 输入音频与单次生成视频限制在 15 秒以内。准备一句口播、简短讲解或演唱片段,并在创作前核对时长与积分报价。
Kling AI Avatar V2 可处理多语言语音与歌唱音频,让面部动作结合不同语言节奏,用于多语言解说、对白及演唱,呈现自然的声画同步与表演。
Kling AI Avatar 2.0 不局限于写实人脸,还支持真人肖像、动漫角色、插画人物及风格化数字人,在不同视觉风格中保留原图人物特征。
除了基础口型同步,Kling AI Avatar 2.0 还支持文本指令引导表演,可描述情感基调、表情强度与动作风格,呈现平静、热情或严肃等状态,并引导面部运动幅度。
相比 Avatar 1.0,Kling AI Avatar 2.0 提升了肢体动作、面部表情与手势协调性;手部追踪及手势稳定性的改进,用于更清晰的手部动作及短片中的连贯表演。
使用 Kling Avatar 2.0 创作简短的数字人口播、教程开场与产品讲解。结合人像、最长 15 秒的旁白和必填表演描述,并根据用途检查生成结果。
Kling Avatar 2.0 可为广告、落地页、产品发布及社交活动制作品牌数字代言人,在不同脚本和语言中保留视觉身份,支持跨渠道的角色形象。
Kling AI Avatar V2 除真实人像外,也支持风格化插画、动画角色与艺术化数字人,适用于故事、娱乐、角色扮演及需要表演和个性的角色视频。
Kling AI Avatar 2.0 可让同一数字人使用不同语言传递信息,并保留人物外观与自然口型同步,用于国际教育、全球营销与跨境沟通。
需要单张人像、不超过 15 秒的语音或歌唱音频,以及非空的表演描述。图片提供外观,录音提供声音;必填描述用于引导表情与动作。
标准版与 Pro 接受最多 10 MB 的 JPEG 或 PNG。肖像入口需要图片,已完成视频不属于肖像图片,在该入口只能预览。
支持 MP3、WAV、AAC、M4A 和 OGG,最大 100 MB。请添加到语音入口,不要把音频链接放进肖像字段。
Kling 4 当前接受最长 15 秒的音频,并将单次数字人输出限制在 15 秒以内。这是本站支持的创作范围,不代表处理时间;开始前请核对录音时长与报价。
不支持。人像、音频和非空表演描述都必填。请先准备最长 15 秒的语音或歌唱音频;最多 5,000 字符的描述用于引导表演,不能将台词转换为语音。
标准版与 Pro 都需要人像、最长 15 秒的音频和非空表演描述,上传限制相同。标准版与 Pro 均需要 VIP 权限;提交前比较报价,并确认选中的版本。
提交后任务会出现在当前对话,显示处理状态。完成视频也会进入“我的作品”;确认失败会释放预留积分,尚未完成的任务不属于已完成作品。
在 Kling 4 使用 Kling Avatar 2.0 创作数字人短片。添加人像、最长 15 秒的语音或歌唱音频,并填写必需的表演描述。
打开数字人工作台