Mixer AI
Kling AI Avatar v2
Говорящий или поющий портрет из одного фото и готового аудио: Standard в 720p и Pro в 1080p.
Для какой задачи выбрать
Kling AI Avatar v2 нужен, когда текст уже записан, а на экран нужно лицо. Модель оживляет портрет под вашу аудиодорожку, поэтому слова, голос и паузы утверждают заранее. Загрузите одно фото и один аудиофайл; описание выражения и интонации необязательно. Ролик по длине равен аудио, а оплачивается каждая секунда аудио.
- Использует вашу запись, а не придумывает реплику по описанию.
- Standard выдаёт 720p, Pro — 1080p.
- Аудио до 300 секунд и до 100 МБ в форматах MP3, WAV, AAC, M4A, MP4 и OGG.
Режимы и настройки
- Одно фото JPG или PNG до 10 МБ и один аудиофайл.
- Standard — 720p, Pro — 1080p; длительность равна аудио, до 300 секунд.
- Необязательное описание выражения лица, интонации и движения до 5000 символов; 1, 2 или 4 результата за запуск.
Цена в монетах
| Версия | Качество / размер | Что на входе | Монет / секунду |
|---|---|---|---|
| Standard | 720p | Портрет + аудио | — |
| Pro | 1080p | Портрет + аудио | — |
Оплата за каждую секунду, а не за ролик фиксированной длины. Тариф умножается на оплачиваемую длительность; итог округляется вверх до целой монеты один раз за весь запрос.
Длительность определяется загруженной аудиодорожкой; тариф зависит от выбранного качества.
≈ — дробный тариф показан с округлением до сотых; расчёт использует полную точность.
Цена в долларах считается по текущему курсу монеты.
Что можно сделать
- Ведущий для короткого обучающего ролика без съёмки.
- Поющий персонаж под готовый вокальный фрагмент.
Как поставить задачу
- Готовьте чистую запись одного голоса с естественными паузами.
- Берите портрет анфас или почти анфас, рот не должен быть закрыт.
Пример: приветствие ведущего
Фото: портрет по грудь анфас, рот и подбородок хорошо видны. Аудио: короткое приветствие одним голосом без музыки. Описание: спокойная улыбка, лёгкий кивок в начале. Сначала запустите Standard на десятисекундном отрывке и проверьте губы и паузы.
Что учитывать
- Текст нельзя ввести вместо аудиофайла: модель использует только запись.
- Сильный профиль, закрытое лицо или несколько голосов ухудшают синхронизацию губ.
Источники
Гайды и сравнения с этой моделью
Частые вопросы
Можно ли просто ввести текст?
Нет. Нужен готовый аудиофайл: модель оживляет портрет под вашу запись.
Чем Standard отличается от Pro?
Standard выдаёт видео 720p, Pro — 1080p. Тариф за секунду у Pro выше.
От чего зависит длина ролика?
От длины аудио: до 300 секунд. Цена считается за секунду аудио.
Какие аудиоформаты подходят?
MP3, WAV, AAC, M4A, MP4 и OGG до 100 МБ.
Зачем сначала проверять короткий отрывок?
Так видно, подходят ли фото и запись, до оплаты всей дорожки.
Можно ли сделать двух говорящих?
Нет: нужны одно фото и один аудиофайл с одним голосом.
От чего зависит стоимость?
Тариф в монетах за секунду зависит от качества, режима и, у некоторых моделей, звука. Он умножается на оплачиваемую длительность. Когда учитывается входное видео, его длительность тоже входит в расчёт. Итог округляется один раз за весь запрос.
Нужна отдельная подписка на модель?
Нет. В Mixer AI используется общий баланс в монетах: пополняете его и оплачиваете нужные задачи. Отдельная подписка на эту модель не требуется.