curl-X POST 'https://pollo.ai/api/platform/v1/generation/kling-ai/kling-v2-6/video'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "aspectRatio": "16:9", "duration": 5, "generateAudio": true }}'
İsteğe bağlı olarak, görev başarılı veya başarısız olduğunda geri bildirim almak için webhookUrl'yi ekleyebilirsiniz.
İsteğe bağlı istek alanı
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","aspectRatio":"16:9","duration":5,"generateAudio":true},"webhookUrl":"https://example.com/webhooks/pollo"}
Şema
Seçilen uç nokta ve mod için giriş alanları.
Alan
Tip
Gerekli
Tanım
prompt
string
Evet
Text prompt describing the content to generate.
aspectRatio
string
HAYIR
Output aspect ratio, as width:height (e.g. 16:9).
duration
number
HAYIR
The duration of the generated video, in seconds.
generateAudio
boolean
HAYIR
Generate natural-sounding, fitting audio for the output video.
Kling 2.6 erzeugt Video mit synchronisiertem Ton. Dialoge, Tonfall und Soundeffekte werden zusammen mit dem Videomaterial in einem einzigen Arbeitsgang erzeugt.
Mit Kling 2.6 auf der Pollo API können Entwickler ihren Produkten die Generierung von Text zu Video und Bild zu Video hinzufügen, Start- und Endframes festlegen, 5- oder 10-Sekunden-Clips auswählen und die passende Audioausgabe pro Anruf aktivieren.
Hauptmerkmale der Kling 2.6 API
Synchronisierte Audio- und Videoinhalte
Sprache, Umgebungsgeräusche und Soundeffekte werden synchron zur Handlung erzeugt, wobei Lippenbewegungen und Gesten auf den Ton abgestimmt sind.
Gezielte Schallsteuerung
Mithilfe von Eingabeaufforderungen lassen sich Dialogzeilen, emotionale Töne und spezifische Effekte steuern, sodass eine sprechende Figur oder ein besonderer Moment genau den von Ihnen beschriebenen Klang erhält, anstatt nur generische Füllwörter.
Start- und Heckrahmenführung
Durch die Angabe eines ersten Bildes und eines Schlussbildes kann das Modell einen kontrollierten Pfad zwischen ihnen interpolieren, sodass Übergänge und Produktdarstellungen auf dem gewünschten Frame erfolgen.
Text- und Bildhinweise
Die Generierung beginnt mit einer schriftlichen Vorgabe oder einer Bild-URL, sodass sowohl ideenorientierte Drehbücher als auch bildbasierte Aufnahmen innerhalb desselben Modells zu bewegten Clips werden.
Flexible Rahmenkonstruktion und Länge
Die Clips werden im 16:9-, 9:16- oder 1:1-Format für Quer-, Hoch- und Quadratformat mit einer Länge von 5 oder 10 Sekunden gerendert und passen sich so den Kurzformat-Platzierungen ohne nachträgliches Zuschneiden an.
Anwendungsfälle der Kling 2.6 API
Sprechende Charakterclips: Erzeugt eine Figur, die einen vorgegebenen Satz mit passender Mundbewegung und Tonfall spricht; nützlich für Avatar- und dialogbasierte Apps.
Soundeffekt-Szenen: Erzeugen Sie Momente, in denen der Ton im Vordergrund steht, wie zum Beispiel das Läuten einer Glocke, Regen auf einem Blechdach oder Schritte auf Kies.
Vertikale Social-Media-Videos: Es werden 9:16-Clips mit integriertem Audio für Feeds gerendert, bei denen die automatische Wiedergabe mit Ton darüber entscheidet, ob ein Zuschauer bleibt.
Geführte Übergänge: Verwenden Sie ein Anfangs- und ein Schlussbild, um den Beginn und das Ende einer Szene zu steuern. Ideal für Enthüllungen, Vorher-Nachher-Aufnahmen und Schleifen.
Bildbasierte Animation: Ein Standbild wird zu einer kurzen bewegten Szene mit passender Atmosphäre animiert, wobei das ursprüngliche Motiv und der Bildausschnitt erhalten bleiben.
Erklärvideos mit Sprechertext: Verwandeln Sie ein geschriebenes Skript in einen gesprochenen Kurzfilm, bei dem Stimme und Bildschirmgeschehen für Tutorials und Produktvorstellungen synchronisiert bleiben.
Ambient Mood Pieces: Erstellen Sie atmosphärische Clips, in denen Wind-, Wasser- oder Menschengeräusche zusammen mit den visuellen Elementen die Stimmung vorgeben.
So verwenden Sie die Kling 2.6 API
API-Schlüssel anfordern: Erstellen Sie ein Pollo API-Konto und generieren Sie Ihren API-Schlüssel im Entwickler-Dashboard.
Wählen Sie das Modell: Senden Sie Anfragen an den Kling 2.6 Endpunkt unter /generation/kling-ai/kling-v2-6.
Fügen Sie Ihre Eingaben hinzu: Geben Sie eine prompt für Text-zu-Video oder eine image-URL für Bild-zu-Video an, optional einen imageTail, und legen Sie dann length (5 oder 10), aspectRatio und generateAudio fest.
Generieren und Abrufen: Senden Sie die Aufgabe ab, fragen Sie den zurückgegebenen Aufgabenstatus ab und laden Sie den fertigen Clip herunter, sobald die Verarbeitung erfolgreich war.
Best Practices für die Eingabeaufforderung der Kling 2.6 API
Schreiben Sie gleichzeitig für beide Kanäle. Beschreiben Sie, was auf dem Bildschirm passiert, und benennen Sie dann die gewünschte gesprochene Zeile, den Tonfall oder den Effekt, damit das Modell ein klares Ziel für Audio und Bewegung gleichzeitig hat.
Eine einfache Formel für eine Eingabeaufforderung
„Thema und Schauplatz + spezifische Handlung + gesprochene Zeile oder akustisches Signal + Tonfall oder Stimmung + Kamera und Bildausschnitt“
Was Sie beachten sollten
Benennen Sie den Sound: Geben Sie den Dialog, den Effekt oder die Umgebungsgeräusche direkt an, damit der generierte Ton Ihrer Absicht entspricht und nicht standardmäßig eingestellt wird.
Rede kurz halten: Die gesprochenen Zeilen sollten auf 5 oder 10 Sekunden begrenzt sein, damit Vortrag und Lippenbewegungen innerhalb der Cliplänge natürlich bleiben.
Die beiden Frames festlegen: Wenn Sie ein Tail-Bild verwenden, sorgen Sie dafür, dass sich Start- und Endzustand deutlich unterscheiden, damit die Interpolation eine Richtung hat, der sie folgen kann.
Frühzeitig das Bildformat auswählen: Wählen Sie im Voraus 16:9, 9:16 oder 1:1, damit die Komposition vom ersten Renderer an zum Zielbild passt.
Ein Audio-Fokus: Jeder Clip sollte auf eine einzelne Stimme oder einen einzelnen Effekt ausgerichtet sein, damit der Soundtrack klar verständlich ist und nicht mit anderen Effekten konkurriert.
Beispielhafte Eingabeaufforderungen
Vorgefertigte Dialoge
„Eine Bibliothekarin blickt von ihrem Buch auf und sagt freundlich: ‚Sie haben es gerade noch rechtzeitig geschafft.‘ Leises Umblättern der Seiten und das Ticken einer fernen Uhr im Hintergrund. Halbtotale, gedämpftes Innenlicht, sanfte Heranzoomen, realistischer Stil.“
Klanggetriebener Moment
„Ein Schmied schlägt glühendes Metall auf einen Amboss, Funken sprühen bei jedem rhythmischen Schlag. Der Hammer klingt scharf und metallisch. Seitenansicht, schwaches Schmiedefeuer, leichtes Wackeln der Kamera, rauer, realistischer Stil.“
Geführter Rahmenübergang
„Man beginnt mit einem gefalteten Papierkranich auf einem Fensterbrett; das Ende zeigt ihn mitten im Flug durch einen hellen Raum. Sanftes Flattern des Papiers und eine leichte Brise. Statische Kamera, Morgenlicht, klarer, realistischer Stil.“
Vertikaler Clip für Umgebungslicht
„Ein Straßenmusiker spielt in der Abenddämmerung eine langsame Melodie auf dem Akkordeon, Münzen klirren, als ein Passant eine einwirft. Vertikales 9:16-Format, warmes Straßenlaternenlicht, langsam aufsteigende Kamera, natürlicher, realistischer Stil.“
Kling 2.6 vs Veo 3.1 vs Sora 2
Kompatibilität
Kling 2.6
Veo 3.1
Sora 2
Synchronisiertes Audio und Video
✅ Dialoge, Tonfall und Effekte
✅ Originalton
✅ Originalton
Gezielte Tonsteuerung
✅ Promptgesteuerte Dialoge und Effekte
✅
✅
Start- und Endbildführung
✅ Erstes und letztes Bild
✅
❌
Text- und Bildeingabe
✅
✅
✅
Cliplänge
5 oder 10 Sekunden
Kurze, gelenkte Clips
Kurze, gelenkte Clips
Bildformatoptionen
16:9, 9:16, 1:1
Querformat und Hochformat
Querformat und Hochformat
Empfohlen für
Audio-synchronisierte Clips mit Frame-Steuerung
Zeitgenaue Audioaufnahmen
Komplexe Szenen mit mehreren Einstellungen
Warum die Kling 2.6 API wählen?
Kling 2.6 eignet sich für Produkte, bei denen Sprache und Bild zusammenwirken müssen, von sprechenden Charakteren und erklärten Videos bis hin zu klangorientierten Momenten, in denen der Ton die Szene trägt.
Über die Pollo API erhalten Sie mit einem einzigen API-Schlüssel Zugriff auf Kling 2.6 sowie auf mehr als 300 führende Video- und Bildmodelle, inklusive übersichtlicher Dokumentation und Abfrage des Aufgabenstatus.
Beginnen Sie mit dem Kling 2.6 Endpunkt auf der Pollo API, um audio-synchronisierte Videofunktionen bereitzustellen, und vergleichen Sie ihn dann mit Veo, Sora und anderen Modellen, ohne Ihre Integration zu verändern.
Häufig gestellte Fragen zur Kling 2.6 API
Was ist Kling 2.6?
Kling 2.6 ist ein Kling AI mit synchronisiertem Audio und Video, das Text-zu-Video und Bild-zu-Video unterstützt und zudem eine intuitive Steuerung von Dialogen, Tonfall und Soundeffekten ermöglicht.
Erzeugt die Kling 2.6 API Audio?
Ja. Sie können die Audioanpassung pro Anfrage aktivieren, und Kling 2.6 erzeugt Dialoge, Umgebungsgeräusche und Effekte, die auf die Bildschirmhandlung abgestimmt sind, anstatt sie nachträglich hinzuzufügen.
Welche Eingaben unterstützt die Kling 2.6 API?
Es akzeptiert eine Texteingabeaufforderung oder eine Bild-URL, und Sie können ein Schlussbild hinzufügen, um das letzte Bild für kontrollierte Übergänge und Enthüllungen festzulegen.
Welche Clip-Längen und Rahmen sind verfügbar?
Kling 2.6 rendert 5- oder 10-Sekunden-Clips in den Formaten 16:9, 9:16 oder 1:1 und deckt dabei auf Anfrage Querformat-, Hochformat- und quadratische Anordnungen ab.
Wie funktioniert das Heckbild?
Durch die Angabe eines Anfangsbildes und eines Schlussbildes kann Kling 2.6 zwischen diesen interpolieren, sodass ein Clip an den von Ihnen gewählten Stellen beginnt und endet.
Warum sollte man Kling 2.6 über die Pollo API ausführen?
Die Pollo API bietet eine Integration für Kling 2.6 und über 300 weitere Modelle, inklusive Dokumentation und Aufgabenverfolgung.
