チュートリアルや商品の導入
あいさつや機能紹介を短いアバター動画にして、本編の前に追加できます。音声は要点を絞った短い文章で用意します。
話すアバター
写真を音声に合わせて話す動画に
顔の見える画像1枚に、短い音声ファイルやその場の録音を組み合わせます。さらに表情、身振り、カメラの雰囲気を文章で指定。話す内容と声は音声から、見た目の演技はプロンプトから伝え、完成後に口の動きと音を確認してダウンロードできます。
履歴
最近のリップシンク動画がここに表示されます。
開始するにはログイン
例：チュートリアルのあいさつを作る
正面を向き、口元がはっきり見える写真を用意します。「今日のチュートリアルへようこそ。これから、最初の動画を整理する方法を一緒に見ていきましょう」のような約10秒の音声を録ります。試聴して、出だしが欠けていないか、最後まで入っているか、別の人の声が重なっていないかを確認します。
台詞と映像の演技を分けて準備
音声ができたら、「カメラに向かって親しみやすく微笑む。軽くうなずき、頭は大きく動かさない」といった視覚的な指示を入力します。台詞や話す速さ、声を変えるには音声を差し替えます。プロンプトの変更だけでは録音の内容は変わりません。録音草稿を使う場合は採用してアップロードの完了を待ち、動画を生成してください。
口の動きと音声を最後まで確認
結果を再生して、間の取り方、口の開閉、歯、顔の輪郭、最後の音まで確認します。長い音声は音声カットツールで15秒以内に整えられます。字幕や別のショットとの組み合わせはVideo Edit AIで続けられます。ほかの制作機能はアプリ一覧から選べます。
短いメッセージを伝える用途
コミュニティへのお知らせ
用意した顔写真と新しい録音で、イベントの案内や活動報告を作成。話す内容を変える場合は、その内容の音声を準備してください。
キャラクターのあいさつ案
顔の形が分かりやすいキャラクター画像で、あいさつや紹介を試せます。微笑みやうなずきは文章で指示し、結果を見て採用する版を選びます。
入力素材と作成の流れ
顔画像1枚：JPG・JPEG・PNG・WebP、最大10 MiB。ブラウザで読み込めるファイルが必要
音声1つ：MP3・WAV・AAC・M4A・OGG、最大10 MiB、15秒以内。マイクでの録音も利用可能
映像の演技を説明するプロンプトが必須、最大5000文字。現在はKling AI Avatar Proを使用し、モデルや声の選択欄はありません
録音は試聴、破棄、録り直しが可能。使用を確定してアップロードし、生成後は履歴で状態・結果の再生・ダウンロードを確認
話す写真とリップシンクについて
プロンプトに台詞を書くだけで話しますか？
いいえ。実際の音声ファイルか録音が必要です。台詞、声、話す速さは音声に含めます。必須のプロンプトは「軽く微笑み、時々うなずき、カメラは動かさない」など、映像の振る舞いを伝える欄です。読み上げ入力ではなく、すべての動作を正確に指定できる保証もありません。
ブラウザの録音はどう使いますか？
ログイン後に録音を開始し、マイクへのアクセスを許可します。停止したら草稿を試聴し、「録音を使用」を選ぶとアップロードされます。破棄や録り直しもできます。上限は15秒なので短い一文が目安です。録音の採用だけでは動画は生成されず、画像とプロンプトを用意して生成を押す必要があります。
既存動画の口元変更や翻訳、声の複製はできますか？
このページの入力は画像1枚と音声1つで、既存動画には対応していません。自動翻訳、文章の読み上げ、声のクローン作成も別の機能です。別言語で話す場合は、その言語の音声を先に用意してください。言語選択欄はなく、口の動きは結果を確認する必要があります。
アカウントやクレジットは必要ですか？
アップロードと録音の開始にはログインが必要です。画像と採用した音声をクラウド処理のためにアップロードし、動画の生成にはクレジットを使います。細かな見積もり欄や秒単価の計算欄はないため、現在の料金案内と残高を確認してください。録音草稿の試聴では生成タスクは作られません。
どのような写真や音声を選ぶとよいですか？
1人の顔がはっきり見え、口が隠れていない画像を選び、強い横向きは避けると確認しやすくなります。音声は1人の話し声を明瞭に録り、音楽や他の人の声を抑えてください。口のずれ、顔の変形、不自然な動きが起こる場合があり、どの写真でも同じ品質になるわけではありません。
結果のダウンロードや失敗後の再試行はできますか？
結果が準備できたら履歴で再生し、開く・ダウンロードを選べます。形式、解像度、フレームレートの指定欄や、失敗タスクの再試行ボタンはありません。まず状態を更新してエラーを確認し、入力を直してください。再送信は新しい有料タスクとなり、完了時間は一定ではありません。