视频 | Kling AI
Avatar v2
将任何肖像照片转换为会说话的视频——上传照片并提供音频或输入他们应该说的话，AI会用自然的动作和口型同步来动画化面部
视频
Avatar Standard
Avatar Pro
Kling AI
Avatar v2 让静态照片栩栩如生。上传您角色的肖像并提供音频——可以上传录音或输入文字，让AI生成声音——结果是一个视频，照片中的人看起来自然地说话，伴随着逼真的头部运动、眨眼和完美同步的嘴部动作。
这与需要现有视频的口型同步不同。Avatar 从一张静态照片开始。AI 添加所有的运动——细微的头部倾斜、自然的眨眼、面部表情变化和精确的嘴部动画——从一张静态图像创建一个令人信服的会说话视频。
两种音频模式涵盖所有用例。上传音频让您可以使用任何预录的演讲、旁白、播客片段或翻译的叙述。输入文本模式让您编写对话，从目录中选择声音，选择语言和情感（快乐、悲伤、生气、惊讶等），调整说话速度，AI 一步完成所有操作。
可选的提示让您引导情绪和手势风格——描述表情、能量水平或情感，AI 会调整头部运动和面部动画以匹配。结果是一个完整的会说话视频，准备好用于社交媒体、客户支持回复、培训材料、产品公告或个性化视频消息。
这与需要现有视频的口型同步不同。Avatar 从一张静态照片开始。AI 添加所有的运动——细微的头部倾斜、自然的眨眼、面部表情变化和精确的嘴部动画——从一张静态图像创建一个令人信服的会说话视频。
两种音频模式涵盖所有用例。上传音频让您可以使用任何预录的演讲、旁白、播客片段或翻译的叙述。输入文本模式让您编写对话，从目录中选择声音，选择语言和情感（快乐、悲伤、生气、惊讶等），调整说话速度，AI 一步完成所有操作。
可选的提示让您引导情绪和手势风格——描述表情、能量水平或情感，AI 会调整头部运动和面部动画以匹配。结果是一个完整的会说话视频，准备好用于社交媒体、客户支持回复、培训材料、产品公告或个性化视频消息。
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.
最佳效果
正面肖像，光线良好
使用一张光线充足的照片，面部从正面清晰可见。头部居中，眼睛看向相机，表情中性或微笑。避免使用太阳镜、面具或面部重影。
提示控制情绪，而非语言
提示字段控制表情和手势风格——而不是说话内容。写下自信和充满活力或冷静和深思的内容。实际的语言来自音频文件或输入的文本。
输入文本以获得最快的结果
输入文本模式在一步中生成声音并同步嘴唇——无需录音或寻找音频文件。选择一个声音，设置情感，写下文字，AI 会处理其余的。
选择正确的情感
使用输入文本模式时，情感设置会改变声音的音调和面部的运动。快乐增加温暖和微笑，愤怒增加强度，悲伤增加柔和。将情感与内容相匹配。
保持音频在60秒以内
较短的音频片段产生最高质量的动画。理想情况下在60秒以内——AI 在整个过程中保持自然运动的一致性。较长的片段可能会导致表情质量的漂移。
头部和肩部构图
最佳效果来自于从上胸部以上的照片构图。全身照片会减少面部细节。过于紧凑的裁剪在动画过程中没有自然头部运动的空间。
指南
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