長尺アバター動画を制作 — Kling Avatar

Kling AvatarはKuaishouの長尺トーキングヘッド動画モデルです。リファレンス画像をオーディオトラックで駆動される話すキャラクターに変換し、同期されたリップムーブメントと表現力豊かなパフォーマンスで最大60秒のクリップを生成します。

ポートレートと音声録音を提供します。モデルがオーディオのタイミング、プロソディ、感情を読み取り、リファレンスキャラクターが同期して話す動画を生成します。Popcraftがルーティング、ポーリング、完成したMP4の配信を処理します。

Popcraftの無料プランにはKling Avatarで使えるクレジットが含まれています。長いクリップやProモードのレンダリングはより多くのクレジットを消費し、有料プランやトップアップで月間枠を拡大できます。

Popcraftの有料プランではレンダリングしたアバター動画の商用利用権が付与されます。リファレンス画像に写っている実在の人物の肖像を使用するには許可が必要です — 同意なく他者のトーキングヘッド動画を生成しないでください。

Popcraftでは1回のレンダリングで2～60秒です。それ以上の長さには、Remotionタイムラインで複数のクリップをチェーンするか、AI Agentパイプラインでシーンをつなぎ合わせます。

どちらも1枚のポートレートとオーディオからトーキングヘッド動画を生成します。Kling Avatarは最大60秒の長尺テイクに最適化され、StandardとProの品質ティアを提供します。OmniHuman 1.5は1080pで最大30秒で、マルチフェイスシーン用のマスクサポートを備えています。

キャラクターページを開き、Kling Avatarを選択し、ポートレートをアップロードし、オーディオを添付し、アスペクト比と品質モードを選択して送信します。プログレスがリアルタイムでストリーミングされ、レンダリングされた動画がギャラリーとアセットライブラリに保存されます。