同時音声生成
映像と同時に、ダイアログや環境音などを高い同期精度で生成し、臨場感あふれる動画制作を可能にします。
テキストや画像から、リアルな物理法則と高精度な音画同期を備えた最大1080P・10秒の高品質動画を生成できる、商用利用可能な汎用動画生成モデルです。
各モデルには Playground、料金設定、入力仕様が用意されています。機能で絞り込み、必要なモデルを開いてください。
各機能のモデル ID と、用途の簡単な説明です。
| モデル | ID | 説明 |
|---|---|---|
| Kling 3.0(文章から動画へ) | kling-video-v3-text-to-video | 物理法則と音画同期を極めた、次世代の映画級AI動画生成モデル |
| Kling 3.0(画像から動画へ) | kling-video-v3-image-to-video | 静止画を映画級の映像へ。物理法則と音声を完全同期する次世代動画生成モデル |
物理法則の再現から高精度な音画同期まで、映像制作の可能性を広げる先進的な動画生成テクノロジーを提供します。
このシリーズの代表的なユースケースです。
テキスト指示から商用利用可能な高品質な1080P動画を生成し、魅力的なプロモーション映像を迅速に作成できます。
手持ちの画像から物理法則に従った自然な動きの10秒動画を生成し、キャラクターや風景に命を吹き込みます。
音声合成機能と同期した映像表現により、映画風のカットやリアルな3D・シュールな世界観を構築できます。
同じ用途で他のモデルを選択する前に、制作上の制限事項と基本クレジット消費量を確認してください。
| モデル | 最長クリップ時間(1回の生成) | マルチモーダルリファレンス | 最大解像度 | ネイティブ音声 | Sousaku の基本料金(目安) |
|---|---|---|---|---|---|
| Kling 3.0 | 最長 10 秒 | ❌ | 最大 1080P | ✅ | 120 クレジット/秒 |
| Kling 2.5 Turbo | 最長 10 秒 | ❌ | 最大 1080P | ❌ | 60 クレジット/秒 |
| Kling 2.1 | 最長 10 秒 | ❌ | 最大 1080P | ❌ | 120 クレジット/秒 |
登録から初めての API 呼び出し成功までの手順です。どのモデルでも同じ流れで利用できます。
登録と認証を完了すると、API キーを発行して Playground を利用できます。
上のカードをクリックして、モデルの詳細、料金、入力パラメータの仕様を確認します。
自動化する前に、フォーム上で入力内容やパラメータを確認してください。
詳細ページのドキュメントに必須パラメータが記載されています。create_task でも同じフィールド名を使用してください。
API キーを使って生成 API を呼び出し、タスクが成功するまでポーリングを行って結果をダウンロードします。
モデルの料金ページとダッシュボードでクレジット消費を確認できます。
Sousaku で利用できる他のシリーズです。1つの API キー、1つのタスクフローで完結します。