video | Kling AI
Avatar v2
Convierte cualquier foto de retrato en un video hablante: sube una foto y proporciona audio o escribe lo que deberían decir, y la IA anima la cara con movimiento natural y sincronización labial
video
Avatar Standard
Avatar Pro
Kling AI
Avatar v2 da vida a fotos estáticas. Sube un retrato de tu personaje y proporciona audio: ya sea subiendo una grabación o escribiendo las palabras y dejando que la IA genere la voz, y el resultado es un video donde la persona en la foto parece hablar de manera natural con movimiento realista de cabeza, parpadeo de ojos y movimientos labiales perfectamente sincronizados.
Esto es diferente de Lip Sync, que requiere un video existente. Avatar comienza a partir de una sola fotografía estática. La IA añade todo el movimiento: sutiles inclinaciones de cabeza, parpadeos naturales, cambios en la expresión facial y animación precisa de la boca, creando un video convincente de cabeza hablante a partir de nada más que una imagen estática.
Dos modos de audio cubren cada caso de uso. Subir Audio te permite usar cualquier discurso pregrabado, voz en off, clip de podcast o narración traducida. El modo Escribir Texto te permite escribir el diálogo, elegir una voz del catálogo, seleccionar un idioma y emoción (feliz, triste, enojado, sorprendido y más), ajustar la velocidad de habla, y la IA se encarga de todo en un solo paso.
Un aviso opcional te permite guiar el estado de ánimo y el estilo de gesto: describe la expresión, nivel de energía o emoción y la IA ajusta el movimiento de la cabeza y la animación facial para que coincidan. El resultado es un video completo de cabeza hablante listo para redes sociales, respuestas de atención al cliente, materiales de capacitación, anuncios de productos o mensajes de video personalizados.
Esto es diferente de Lip Sync, que requiere un video existente. Avatar comienza a partir de una sola fotografía estática. La IA añade todo el movimiento: sutiles inclinaciones de cabeza, parpadeos naturales, cambios en la expresión facial y animación precisa de la boca, creando un video convincente de cabeza hablante a partir de nada más que una imagen estática.
Dos modos de audio cubren cada caso de uso. Subir Audio te permite usar cualquier discurso pregrabado, voz en off, clip de podcast o narración traducida. El modo Escribir Texto te permite escribir el diálogo, elegir una voz del catálogo, seleccionar un idioma y emoción (feliz, triste, enojado, sorprendido y más), ajustar la velocidad de habla, y la IA se encarga de todo en un solo paso.
Un aviso opcional te permite guiar el estado de ánimo y el estilo de gesto: describe la expresión, nivel de energía o emoción y la IA ajusta el movimiento de la cabeza y la animación facial para que coincidan. El resultado es un video completo de cabeza hablante listo para redes sociales, respuestas de atención al cliente, materiales de capacitación, anuncios de productos o mensajes de video personalizados.
Available Models
Avatar Standard Std
kling-v2-avatar
Natural lip-sync and expressive motion from portrait + audio.
Avatar Pro Pro
kling-v2-avatar
Higher fidelity, smoother motion, improved expressivity.
Mejores resultados
Retrato Frontal con Buena Iluminación
Usa una foto bien iluminada donde la cara sea claramente visible desde el frente. Cabeza centrada, ojos mirando a la cámara, sonrisa neutral o ligera. Evita gafas de sol, máscaras o sombras pesadas en la cara.
El Aviso Controla el Estado de Ánimo, No el Discurso
El campo de aviso controla la expresión y el estilo de gesto, no lo que dice la persona. Escribe cosas como confiado y enérgico o calmado y reflexivo. El discurso real proviene del archivo de audio o del texto escrito.
Escribe Texto para los Resultados Más Rápidos
El modo Escribir Texto genera la voz y sincroniza los labios en un solo paso: no es necesario grabar o encontrar un archivo de audio. Elige una voz, establece la emoción, escribe las palabras y la IA hace el resto.
Elige la Emoción Correcta
Al usar el modo Escribir Texto, la configuración de emoción cambia cómo suena la voz y cómo se mueve la cara. Feliz añade calidez y sonrisas ligeras, enojado añade intensidad, triste añade suavidad. Alinea la emoción con el contenido.
Mantén el Audio por Debajo de 60 Segundos
Los clips de audio más cortos producen la animación de mayor calidad. Menos de 60 segundos es ideal: la IA mantiene la consistencia del movimiento natural a lo largo de todo. Clips más largos pueden desvirtuar la calidad de expresión.
Enmarcado de Cabeza y Hombros
Los mejores resultados provienen de fotos enmarcadas desde la parte superior del pecho hacia arriba. Demasiado cuerpo completo reduce el detalle de la cara. Un recorte demasiado ajustado no deja espacio para el movimiento natural de la cabeza durante la animación.
Guías
Avatar v2
🎬
Video
Avatar v2 — Technical Guide
Turn any portrait photo into a talking video — upload a photo and provide audio or type what they should say, and the AI animates the face with natural movement and lip sync