vídeo | Kling AI
Avatar v2
Transforme qualquer foto de retrato em um vídeo falante — faça o upload de uma foto e forneça áudio ou digite o que eles devem dizer, e a IA anima o rosto com movimento natural e sincronização labial
vídeo
Avatar Standard
Avatar Pro
Kling AI
Avatar v2 dá vida a fotos paradas. Faça o upload de um retrato do seu personagem e forneça áudio — seja fazendo o upload de uma gravação ou digitando as palavras e deixando a IA gerar a voz — e o resultado é um vídeo onde a pessoa na foto parece falar naturalmente com movimento de cabeça realista, piscadas de olhos e movimentos labiais perfeitamente sincronizados.
Isso é diferente do Lip Sync, que requer um vídeo existente. O Avatar começa a partir de uma única fotografia parada. A IA adiciona todo o movimento — inclinações sutis da cabeça, piscadas naturais dos olhos, mudanças de expressão facial e animação labial precisa — criando um vídeo convincente de uma cabeça falante a partir de nada além de uma imagem estática.
Dois modos de áudio cobrem todos os casos de uso. O Upload de Áudio permite que você use qualquer discurso pré-gravado, narração, clipe de podcast ou narração traduzida. O modo Digitar Texto permite que você escreva o diálogo, escolha uma voz do catálogo, selecione um idioma e emoção (feliz, triste, bravo, surpreso e mais), ajuste a velocidade de fala, e a IA cuida de tudo em um passo.
Um prompt opcional permite que você guie o humor e o estilo de gesto — descreva a expressão, nível de energia ou emoção e a IA ajusta o movimento da cabeça e a animação facial para corresponder. O resultado é um vídeo completo de cabeça falante pronto para redes sociais, respostas de suporte ao cliente, materiais de treinamento, anúncios de produtos ou mensagens de vídeo personalizadas.
Isso é diferente do Lip Sync, que requer um vídeo existente. O Avatar começa a partir de uma única fotografia parada. A IA adiciona todo o movimento — inclinações sutis da cabeça, piscadas naturais dos olhos, mudanças de expressão facial e animação labial precisa — criando um vídeo convincente de uma cabeça falante a partir de nada além de uma imagem estática.
Dois modos de áudio cobrem todos os casos de uso. O Upload de Áudio permite que você use qualquer discurso pré-gravado, narração, clipe de podcast ou narração traduzida. O modo Digitar Texto permite que você escreva o diálogo, escolha uma voz do catálogo, selecione um idioma e emoção (feliz, triste, bravo, surpreso e mais), ajuste a velocidade de fala, e a IA cuida de tudo em um passo.
Um prompt opcional permite que você guie o humor e o estilo de gesto — descreva a expressão, nível de energia ou emoção e a IA ajusta o movimento da cabeça e a animação facial para corresponder. O resultado é um vídeo completo de cabeça falante pronto para redes sociais, respostas de suporte ao cliente, materiais de treinamento, anúncios de produtos ou mensagens de vídeo personalizadas.
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.
Melhores resultados
Retrato de Frente com Boa Iluminação
Use uma foto bem iluminada onde o rosto esteja claramente visível de frente. Cabeça centralizada, olhos olhando para a câmera, sorriso neutro ou leve. Evite óculos de sol, máscaras ou sombras pesadas no rosto.
Prompt Controla o Humor, Não a Fala
O campo de prompt controla a expressão e o estilo de gesto — não o que a pessoa diz. Escreva coisas como confiante e enérgico ou calmo e reflexivo. A fala real vem do arquivo de áudio ou do texto digitado.
Digite Texto para os Resultados Mais Rápidos
O modo Digitar Texto gera a voz e sincroniza os lábios em um passo — não é necessário gravar ou encontrar um arquivo de áudio. Escolha uma voz, defina a emoção, escreva as palavras e a IA faz o resto.
Escolha a Emoção Certa
Ao usar o modo Digitar Texto, a configuração de emoção altera como a voz soa e como o rosto se move. Feliz adiciona calor e sorrisos leves, bravo adiciona intensidade, triste adiciona suavidade. Combine a emoção com o conteúdo.
Mantenha o Áudio Abaixo de 60 Segundos
Clipes de áudio mais curtos produzem a animação de maior qualidade. Abaixo de 60 segundos é ideal — a IA mantém a consistência do movimento natural ao longo do tempo. Clipes mais longos podem desviar na qualidade da expressão.
Enquadramento de Cabeça e Ombros
Os melhores resultados vêm de fotos enquadradas do peito para cima. Um corpo inteiro demais reduz os detalhes do rosto. Um corte muito apertado não deixa espaço para o movimento natural da cabeça durante a animação.
Guias
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