Kling Video
テキストや写真からAIビデオを生成 — 組み込みの音声対話、マルチショットストーリーボード、カメラ制御、シーン全体で一貫したアイデンティティのためのキャラクター要素を備えています
これがよりシンプルなビデオツールと異なるのは、組み込みのネイティブオーディオです。プロンプトに音声リファレンスを使用して対話を書き、キャラクターは生成されたビデオで実際に話し、口が完璧に同期します。別のリップシンクステップは必要ありません — ビデオは声、音、ビジュアルが一緒に出てきます。
マルチショットモードでは、1回の生成で最大6シーンのストーリーボードシーケンスを構築できます。各シーンには独自のプロンプトと持続時間があり、ミニナラティブを作成します — オープニングショット、反応、シーンの変更、クローズアップ、明らかにすること。各シーンを自分で書くことも、AIにプロンプトを最適なショットに自動的に分割させることもできます。
要素を使用すると、AIがキャラクターの見た目を正確に把握できるように、事前に訓練されたキャラクターを参照できます。音声リファレンスを使用すると、対話のキャラクターに特定の声を割り当てることができます。カメラ制御では、プッシュイン、パン、ティルト、オービット、クレーンショットを提供します。開始および終了フレームモードでは、ビデオの最初と最後のフレームを定義し、AIがそれらの間の遷移を生成します。
6つのモデルバージョンがあり、迅速なドラフトから最大のシネマティック品質までのオプションを提供し、v3は最新の機能と最高の忠実度を提供します。
Available Models
Top-tier cinematic video with native multilingual audio and lip-sync. Multi-shot storyboards up to 6 scenes with AI Director. Physics-aware motion, 3+ character consistency, flexible 3-15s duration. Best quality available for prompt-driven creative work.
Industrial-grade character and voice consistency using Elements 3.0 references. Native audio with voice binding and cloning, perfect lip-sync across shots. Multi-shot via references. The model you choose when your character must look identical in every frame.
Advanced multimodal reasoning model with excellent start/end frame transitions and motion transfer. Strong visual consistency in single-shot mode. Precursor to v3 Omni architecture.
Advanced motion engine with fluid actions and stable camera. First model with native audio support and voice control — characters can speak with assigned voices. Strong temporal coherence for cinematic final clips.
Speed-optimized model for rapid iteration. Decent cinematic motion at significantly lower cost and faster generation. Ideal for testing prompt ideas before committing to a higher-tier model.
Master quality tier with improved character motion stability. Professional mode only — designed for polished output rather than quick drafts.
Original master quality tier. Professional mode only. Superseded by v2.1 Master with better stability, but still available for existing workflows.
Reliable mid-generation model at lower cost. Supports Element references for character consistency and camera controls. Good balance of features and affordability.
Original Kling model. Lowest cost for quick experiments and testing basic concepts. Simple text-to-video and image-to-video at minimal credit cost.
ベストな結果
ギャラリー
ガイド
Kling Video — Technical Guide
Generate AI videos from text or photos — with built-in spoken dialogue, multi-shot storyboards, camera control, and character elements for consistent identity across scenes