Kling AI Avatar 2.0

Kling AI Avatar 2.0 は音声で動くアバター動画モデルです。画像1枚と音声1つから、キャラクターが声に合わせて話したり歌ったりする動画を作り、口の動き、表情、頭の動き、身ぶりも合わせます。

ポートレート（JPG / PNG、最大 10 MB）と音声（MP3、WAV、AAC、M4A、OGG、最長 15 秒）、そして表情と動きを書いた短いプロンプトです。

音声と同じ長さです。AngryDance では1本あたり最長 15 秒の音声を使え、フック、あいさつ、広告、歌詞の見せ場、短い説明に向いています。長い原稿は音声を分けて同じポートレートで作れます。

はい。歌声やラップをアップロードすると、口がメロディとリズムに合わせて動き、頭と体も音楽に合わせて揺れます。

はい。実写のポートレートに加え、アニメキャラ、イラスト、3D キャラ、マスコットの見た目と画風を保ちます。顔がはっきり見えて隠れていないと最もきれいです。

日本語、英語、中国語、韓国語など多くの言語の話し声と歌に対応します。口の動きはアップロードした音声に合わせるので、クリアで発音のはっきりした録音を使いましょう。

スタンダードは 720p でクレジットが少なく、大量のナレーションやプレゼンターに向きます。Pro は 1080p・48fps で顔のディテールと表現力が増し、マーケティングや高品質なキャラに向きます。

クレジットは音声の長さで決まります。スタンダードは毎秒 16、Pro は毎秒 32 クレジットで、10 秒なら 160 または 320 クレジット。生成前に正確な見積もりが表示され、新規アカウントは無料クレジットを受け取れます。

音声が口を動かし、プロンプトが演技を形作ります。「笑顔でうなずく元気な司会者」のように、人物像、表情、動きを1文で書くと感情と身ぶりを誘導できます。

明るく、口が完全に見え、正面かやや斜めのポートレートと、音楽が声に被らないクリアな音声を使いましょう。速すぎない自然な話し方のほうが顔のタイミングがなめらかです。

自分が所有する、または許可を得たポートレート、声、プロンプトを使い、実在の人物の肖像と声には許可を取ってください。AI の出力には誤りや意図しない類似が含まれる場合があるため、共有や商用利用の前に確認を。詳しくは利用規約をご覧ください。