เรียกใช้ Kling 2.6 บน Pollo API
Kling 2.6 สร้างวิดีโอพร้อมเสียงที่ซิงโครไนซ์กัน บทสนทนา น้ำเสียง และเอฟเฟ็กต์เสียงจะถูกสร้างขึ้นพร้อมกับภาพวิดีโอในการร้องขอเพียงครั้งเดียว
ด้วย Kling 2.6 บน Pollo API นักพัฒนาสามารถเพิ่มฟังก์ชันการสร้างวิดีโอจากข้อความและภาพลงในผลิตภัณฑ์ของตน กำหนดเฟรมเริ่มต้นและเฟรมสิ้นสุด เลือกคลิป 5 หรือ 10 วินาที และสลับการจับคู่เสียงต่อการโทรได้
คุณสมบัติหลักของ Kling 2.6 API
เสียงและภาพประสานกัน
เสียงพูด เสียงบรรยากาศ และเอฟเฟ็กต์เสียงต่างๆ จะถูกสร้างขึ้นให้สอดคล้องกับการกระทำ โดยริมฝีปากและท่าทางจะตรงกับจังหวะของเสียง
การควบคุมเสียงแบบกำหนดทิศทาง
ข้อความแจ้งเตือนสามารถชี้นำบทสนทนา น้ำเสียง และเอฟเฟกต์เฉพาะ ทำให้ตัวละครที่กำลังพูดหรือช่วงเวลาสำคัญมีเสียงที่ตรงตามที่คุณอธิบายไว้ แทนที่จะใช้คำพูดทั่วไปที่ไม่เฉพาะเจาะจง
การนำทางเฟรมเริ่มต้นและเฟรมท้าย
การใส่ภาพแรกและภาพสุดท้ายเข้าไป จะช่วยให้โมเดลสามารถประมาณเส้นทางที่ควบคุมได้ระหว่างภาพทั้งสอง ทำให้การเปลี่ยนภาพและการเปิดตัวผลิตภัณฑ์เกิดขึ้นในเฟรมภาพที่คุณต้องการ
คำแนะนำเกี่ยวกับข้อความและรูปภาพ
กระบวนการสร้างสรรค์เริ่มต้นจากข้อความที่เขียนไว้หรือ URL ของรูปภาพ ดังนั้นสคริปต์ที่เน้นไอเดียเป็นหลักและช็อตที่เน้นตัวแบบเป็นหลักจึงกลายเป็นคลิปวิดีโอเคลื่อนไหวภายในโมเดลเดียวกัน
โครงสร้างและความยาวที่ยืดหยุ่น
คลิปจะแสดงผลในอัตราส่วน 16:9, 9:16 หรือ 1:1 สำหรับแนวนอน แนวตั้ง และสี่เหลี่ยมจัตุรัส โดยมีความยาว 5 หรือ 10 วินาที ซึ่งตรงกับการจัดวางในรูปแบบวิดีโอสั้นโดยไม่ต้องตัดภาพซ้ำภายหลัง
ตัวอย่างการใช้งาน API ของ Kling 2.6
- คลิปตัวละครพูดได้: สร้างตัวละครที่พูดบทพูดตามสคริปต์ โดยมีการขยับปากและน้ำเสียงที่ตรงกัน ซึ่งมีประโยชน์สำหรับ Apps เคชันที่เน้นตัวละครเสมือนและบทสนทนา
- ฉากเอฟเฟกต์เสียง: สร้างช่วงเวลาที่เสียงเป็นจุดสำคัญ เช่น เสียงระฆังดัง เสียงฝนตกบนหลังคาสังกะสี หรือเสียงฝีเท้าบนพื้นกรวด
- วิดีโอแนวตั้งสำหรับโซเชียลมีเดีย: สร้างคลิปความยาว 9:16 นาที พร้อมเสียงในตัว สำหรับฟีดที่ระบบเล่นอัตโนมัติเมื่อเปิดเสียงจะเป็นตัวตัดสินว่าผู้ชมจะดูต่อหรือไม่
- การเปลี่ยนฉากแบบมีคำแนะนำ: ใช้ภาพแรกและภาพสุดท้ายเพื่อควบคุมวิธีการเริ่มต้นและสิ้นสุดของฉาก เหมาะสำหรับฉากเปิดเผย ภาพก่อนและหลัง และฉากวนซ้ำ
- แอนิเมชั่นที่สร้างจากภาพนิ่ง: แปลงภาพนิ่งให้เป็นภาพเคลื่อนไหวสั้นๆ ที่มีบรรยากาศเหมาะสม โดยคงไว้ซึ่งตัวแบบและองค์ประกอบภาพเดิม
- วิดีโออธิบายพร้อมเสียงบรรยาย: แปลงสคริปต์ที่เป็นลายลักษณ์อักษรให้เป็นวิดีโอสั้นที่มีเสียงพูดและภาพบนหน้าจอสอดคล้องกัน สำหรับบทแนะนำและสาธิตการใช้งานผลิตภัณฑ์
- คลิปสร้างบรรยากาศ: สร้างคลิปที่สร้างบรรยากาศโดยใช้เสียงลม เสียงน้ำ หรือเสียงฝูงชนมาประกอบกับภาพ
วิธีการใช้งาน Kling 2.6
- รับคีย์ API: สร้างบัญชี Pollo API และสร้างคีย์ API ของคุณจากแดชบอร์ดสำหรับนักพัฒนา
- เลือกโมเดล: ส่งคำขอไปยังเอนด์พอยต์ Kling 2.6 ที่
/generation/kling-ai/kling-v2-6 - เพิ่มข้อมูลป้อนเข้าของคุณ: ระบุ
promptสำหรับการแปลงข้อความเป็นวิดีโอ หรือ URL ของimageสำหรับการแปลงรูปภาพเป็นวิดีโอ โดยอาจระบุimageTailเพิ่มเติมได้ จากนั้นตั้งค่าlength(5 หรือ 10),aspectRatioและgenerateAudio - สร้างและเรียกใช้งาน: ส่งงาน ตรวจสอบสถานะของงานที่ส่งคืน และดาวน์โหลดคลิปที่เสร็จสมบูรณ์เมื่อการประมวลผลสำเร็จ
แนวทางปฏิบัติที่ดีที่สุดสำหรับการแจ้งเตือนการใช้ Kling 2.6 API
เขียนสำหรับทั้งสองช่องทางพร้อมกัน อธิบายสิ่งที่เกิดขึ้นบนหน้าจอ จากนั้นระบุประโยคพูด น้ำเสียง หรือเอฟเฟ็กต์ที่คุณต้องการ เพื่อให้แบบจำลองมีเป้าหมายที่ชัดเจนสำหรับเสียงและการเคลื่อนไหวไปพร้อมกัน
สูตรคำสั่งง่ายๆ
หัวเรื่องและฉาก + การกระทำที่เฉพาะเจาะจง + บทพูดหรือเสียงประกอบ + น้ำเสียงหรืออารมณ์ + กล้องและการจัดเฟรม
สิ่งที่คุณควรสังเกต
- ตั้งชื่อเสียง: ระบุบทสนทนา เอฟเฟกต์ หรือบรรยากาศโดยตรง เพื่อให้เสียงที่สร้างขึ้นตรงกับความตั้งใจของคุณ แทนที่จะใช้ค่าเริ่มต้น
- พูดให้สั้น: ควรจำกัดความยาวของบทพูดไว้ที่ 5 หรือ 10 วินาที เพื่อให้การออกเสียงและการขยับริมฝีปากดูเป็นธรรมชาติภายในความยาวของคลิป
- กำหนดเฟรมทั้งสอง: เมื่อใช้ภาพหาง ให้กำหนดสถานะเริ่มต้นและสถานะสุดท้ายให้แตกต่างกันอย่างชัดเจน เพื่อให้การประมาณค่ามีทิศทางในการติดตาม
- เลือกอัตราส่วนภาพตั้งแต่เนิ่นๆ: เลือกอัตราส่วน 16:9, 9:16 หรือ 1:1 ตั้งแต่แรก เพื่อให้องค์ประกอบภาพเหมาะสมกับฟีดเป้าหมายจากการเรนเดอร์ครั้งแรก
- เน้นเสียงหลักเพียงอย่างเดียว: จัดวางคลิปแต่ละคลิปให้อยู่ตรงกลาง โดยเน้นเสียงพูดหรือเอฟเฟ็กต์เพียงอย่างเดียว เพื่อให้ซาวด์แทร็กฟังชัดเจน ไม่แย่งความสนใจจากเสียงอื่นๆ
ตัวอย่างคำถาม
บทสนทนาตามบท
"บรรณารักษ์เงยหน้าขึ้นจากหนังสือและพูดด้วยน้ำเสียงอบอุ่นว่า 'คุณมาได้ทันเวลาพอดีเลย' มีเสียงพลิกหน้าหนังสือเบาๆ และเสียงนาฬิกาเดินแว่วมาแต่ไกล ภาพระยะกลาง แสงไฟในร่มสลัวๆ ซูมเข้าเบาๆ สไตล์สมจริง"
ช่วงเวลาที่ขับเคลื่อนด้วยเสียง
"ช่างตีเหล็กกำลังตีโลหะที่ร้อนจัดลงบนทั่ง ประกายไฟกระเด็นไปทั่วทุกครั้งที่กระทบกันเป็นจังหวะ เสียงค้อนดังแหลมคมเหมือนโลหะ ภาพมุมด้านข้าง แสงเตาหลอมสลัวๆ กล้องสั่นเล็กน้อย สไตล์สมจริงดิบๆ"
การเปลี่ยนเฟรมแบบมีคำแนะนำ
"เริ่มต้นด้วยนกกระดาษพับบนขอบหน้าต่าง จบลงด้วยนกกระดาษที่กำลังบินอยู่กลางอากาศเหนือห้องที่สว่างไสว เสียงกระดาษพลิ้วไหวเบาๆ และสายลมพัดผ่าน กล้องตั้งนิ่ง แสงยามเช้า สไตล์สมจริงสะอาดตา"
คลิปแนวตั้ง Ambient
"นักดนตรีข้างถนนบรรเลงทำนองช้าๆ ด้วยหีบเพลงในยามพลบค่ำ เสียงเหรียญกระทบกันเมื่อคนเดินผ่านไปมาหยอดเหรียญลงไป ภาพแนวตั้ง อัตราส่วน 9:16 แสงไฟถนนอบอุ่น กล้องค่อยๆ เคลื่อนขึ้น สไตล์สมจริงเป็นธรรมชาติ"
Kling 2.6 เทียบกับ Veo 3.1 เทียบกับ Sora 2
| ความสามารถ | Kling 2.6 | Veo 3.1 | Sora 2 |
|---|---|---|---|
| เสียงและวิดีโอซิงโครไนซ์กัน | ✅ บทสนทนา น้ำเสียง และเอฟเฟกต์ | ✅ เสียงต้นฉบับ | ✅ เสียงต้นฉบับ |
| การควบคุมเสียงแบบกำหนดทิศทาง | ✅ เส้นและเอฟเฟกต์ที่ควบคุมได้ทันที | ✅ | ✅ |
| คำแนะนำเฟรมเริ่มต้นและเฟรมสุดท้าย | ✅ ภาพแรกและภาพสุดท้าย | ✅ | ❌ |
| ป้อนข้อความและรูปภาพ | ✅ | ✅ | ✅ |
| ความยาวคลิป | 5 หรือ 10 วินาที | คลิปสั้นกำกับ | คลิปสั้นกำกับ |
| ตัวเลือกการจัดเฟรม | 16:9, 9:16, 1:1 | แนวนอนและแนวตั้ง | แนวนอนและแนวตั้ง |
| เหมาะสำหรับ | คลิปที่ซิงค์เสียงและควบคุมเฟรม | ภาพที่บันทึกเสียงตรงตามต้นฉบับ | ฉากหลายช็อตที่ซับซ้อน |
เหตุใดจึงควรเลือกใช้ Kling 2.6 API?
Kling 2.6 เหมาะสำหรับผลิตภัณฑ์ที่ต้องการให้เสียงและภาพทำงานร่วมกัน ตั้งแต่ตัวละครที่พูดได้และคำอธิบายประกอบเสียง ไปจนถึงช่วงเวลาที่เน้นเสียงเป็นหลักซึ่งเสียงเป็นตัวขับเคลื่อนฉาก
ด้วย Pollo API คุณสามารถเข้าถึง Kling 2.6 ได้ด้วยคีย์ API เดียว พร้อมด้วยโมเดลวิดีโอและรูปภาพชั้นนำกว่า 300 รายการ เอกสารประกอบที่เข้าใจง่าย และการตรวจสอบสถานะงานเป็นระยะ
เริ่มต้นด้วยการใช้เอนด์พอยต์ Kling 2.6 บน Pollo API เพื่อส่งฟีเจอร์วิดีโอที่ซิงค์กับเสียง จากนั้นเปรียบเทียบกับ Veo, Sora และรุ่นอื่นๆ โดยไม่ต้องแก้ไขการผสานรวมของคุณ
คำถามที่พบบ่อยเกี่ยวกับ Kling 2.6 API
Kling 2.6 คืออะไร?
Kling 2.6 เป็นโมเดลสร้างวิดีโอด้วย Kling AI ที่มีเสียงและภาพซิงโครไนซ์กัน รองรับการแปลงข้อความเป็นวิดีโอและภาพเป็นวิดีโอ รวมถึงการควบคุมบทสนทนา น้ำเสียง และเอฟเฟกต์เสียงได้ทันที
API Kling 2.6 สร้างเสียงได้หรือไม่?
ใช่ คุณสามารถเปิดใช้งานการจับคู่เสียงได้ตามคำขอ และ Kling 2.6 จะสร้างบทสนทนา บรรยากาศ และเอฟเฟกต์ให้ตรงกับเหตุการณ์บนหน้าจอ แทนที่จะเพิ่มเข้ามาภายหลัง
API Kling 2.6 รองรับอินพุตอะไรบ้าง?
โปรแกรมนี้รับข้อความหรือ URL ของรูปภาพ และคุณสามารถเพิ่มรูปภาพท้ายเฟรมเพื่อช่วยกำหนดเฟรมสุดท้ายสำหรับการเปลี่ยนภาพและการเปิดเผยที่ควบคุมได้
มีความยาวคลิปและการจัดกรอบแบบใดบ้าง?
Kling 2.6 แสดงผลคลิปวิดีโอความยาว 5 หรือ 10 วินาที ในอัตราส่วน 16:9, 9:16 หรือ 1:1 โดยรองรับการจัดวางทั้งแนวนอน แนวตั้ง และสี่เหลี่ยมจัตุรัส ตามคำขอ
ภาพหางทำงานอย่างไร?
การระบุภาพแรกและภาพสุดท้ายจะช่วยให้ Kling 2.6 สามารถประมาณค่าระหว่างภาพทั้งสองได้ ดังนั้นคลิปจึงเริ่มต้นและสิ้นสุดที่เฟรมที่คุณเลือก
เหตุใดจึงต้องใช้งาน Kling 2.6 ผ่าน Pollo API?
Pollo API ให้การผสานรวมสำหรับ Kling 2.6 และรุ่นอื่นๆ อีกกว่า 300 รุ่น พร้อมเอกสารประกอบและระบบติดตามงาน