Canonical page: https://mixerai.org/pt/knowledge/video/kling-avatar-v2/

Os preços desta página são em tempo real: os valores atuais vêm de https://mixerai.org/api/knowledge/prices?lang=pt. Um traço significa que o valor não foi carregado.

[Mixer AI](https://mixerai.org/pt/) › [Base de conhecimento](https://mixerai.org/pt/knowledge/) › [Vídeo](https://mixerai.org/pt/knowledge/video/) › Kling AI Avatar v2

# Kling AI Avatar v2

Um retrato que fala ou canta a partir de uma foto e de um áudio pronto: Standard em 720p e Pro em 1080p.

[Testar Kling AI Avatar v2 no Mixer AI](https://mixerai.org/pt/#/canvas?dl=kb_kling-avatar-v2)

## Quando escolher

O Kling AI Avatar v2 serve quando o texto já está gravado e falta um rosto na tela. O modelo anima o retrato conforme a sua faixa de áudio, então aprove antes as palavras, a voz e as pausas. Envie uma foto e um arquivo de áudio; a descrição da expressão e da entonação é opcional. O clipe dura o mesmo que o áudio e cada segundo de áudio é cobrado.

- Usa a sua gravação em vez de inventar uma fala a partir de uma descrição.

- O Standard entrega 720p e o Pro, 1080p.

- Áudio de até 300 segundos e 100 MB em MP3, WAV, AAC, M4A, MP4 e OGG.

## Modos e configurações

- Uma foto JPG ou PNG de até 10 MB e um arquivo de áudio.

- Standard é 720p, Pro é 1080p; a duração é a do áudio, até 300 segundos.

- Descrição opcional da expressão, da entonação e do movimento de até 5000 caracteres; 1, 2 ou 4 resultados por execução.

## Preço em moedas

| Versão | Qualidade / tamanho | Entrada | Moedas / segundo
| Standard | 720p | Retrato + áudio | —
| Pro | 1080p | Retrato + áudio | —

A cobrança é por segundo, não por clipe de duração fixa. A tarifa é multiplicada pela duração cobrada; o total do pedido é arredondado para cima uma única vez, até a próxima moeda inteira.

A duração segue o áudio enviado; a tarifa depende da qualidade escolhida.

≈ indica uma tarifa arredondada para duas casas na exibição; o cálculo usa a precisão completa.

O preço em dólares segue a taxa atual da moeda.

## O que você pode criar

- Um apresentador para um vídeo de treinamento curto sem filmagem.

- Um personagem cantando um trecho vocal preparado.

## Como orientar o resultado

- Prepare uma gravação limpa de uma só voz com pausas naturais.

- Use um retrato de frente ou quase de frente, com a boca livre.

### Exemplo: a saudação de um apresentador

```text
Foto: retrato do peito para cima olhando para a câmera, com boca e queixo bem visíveis. Áudio: uma saudação breve de uma só voz sem música. Descrição: sorriso calmo, um leve aceno no início. Rode primeiro o Standard com um trecho de dez segundos e confira lábios e pausas.
```

## O que levar em conta

- Não dá para digitar um texto no lugar do áudio: o modelo usa só a gravação.

- Um perfil acentuado, um rosto coberto ou várias vozes podem prejudicar a sincronização labial.

## Fontes

- [Preços e disponibilidade — catálogo Mixer AI](https://mixerai.org/knowledge/catalog.json)

## Guias e comparações com este modelo

[Kling AI Avatar vs Kling AI Avatar v2: especificações e preço→](https://mixerai.org/pt/knowledge/compare/kling-avatar-vs-kling-avatar-v2/)
[Kling AI Avatar v2 vs OmniHuman 2.0: especificações e preço→](https://mixerai.org/pt/knowledge/compare/kling-avatar-v2-vs-omnihuman-2-0/)
[Kling 2.6 Motion Control vs Kling AI Avatar v2: especificações e preço→](https://mixerai.org/pt/knowledge/compare/kling-2-6-motion-vs-kling-avatar-v2/)
[Kling 3.0 Motion Control vs Kling AI Avatar v2: especificações e preço→](https://mixerai.org/pt/knowledge/compare/kling-3-0-motion-vs-kling-avatar-v2/)
[Kling AI Avatar v2 vs Topaz Video Upscaler: especificações e preço→](https://mixerai.org/pt/knowledge/compare/kling-avatar-v2-vs-topaz-video/)

## Perguntas frequentes

Posso apenas digitar o texto?

Não. É preciso um áudio pronto: o modelo anima o retrato conforme a sua gravação.

Como o Standard difere do Pro?

O Standard entrega vídeo 720p e o Pro, 1080p. A tarifa por segundo do Pro é maior.

O que define a duração do vídeo?

A duração do áudio, até 300 segundos. O preço é contado por segundo de áudio.

Quais formatos de áudio servem?

MP3, WAV, AAC, M4A, MP4 e OGG de até 100 MB.

Por que testar antes um trecho curto?

Assim você vê se a foto e a gravação combinam antes de pagar a faixa inteira.

Posso fazer dois falantes?

Não: são necessários uma foto e um arquivo de áudio com uma só voz.

O que muda o preço?

A tarifa por segundo depende da qualidade, do modo e, em alguns modelos, do som. Ela é multiplicada pela duração cobrada. Quando o vídeo de entrada é cobrado, sua duração também conta. O total é arredondado uma única vez.

Preciso de uma assinatura do modelo?

Não. No Mixer AI, você recarrega um saldo em moedas e usa esse saldo nas tarefas que precisar. Não é necessário assinar este modelo separadamente.

[Testar Kling AI Avatar v2 no Mixer AI](https://mixerai.org/pt/#/canvas?dl=kb_kling-avatar-v2)