Diálogo sincronizado com os lábios
Fala temporizada com o movimento da boca, em vez de sobreposta.
Gerador de vídeo com IA Kling 3.0
O Kling 3.0 da Kuaishou fala — diálogo sincronizado com os lábios em cinco idiomas, uma voz diferente por personagem e um modo de storyboard que estrutura uma sequência completa.
- Kling 3.0
Abra esta página em um navegador de desktop para começar a criar.
Personagens que realmente falam
Kling 3.0 é o modelo de vídeo de terceira geração da Kuaishou, e a capacidade que o distingue do restante conjunto é a fala.
Muitos modelos geram som. Muito menos geram diálogo com sincronização labial, e ainda menos dão a cada personagem uma voz distinta, lidam com cinco idiomas e suportam cenas em que duas pessoas falam idiomas diferentes. O Kling 3.0 faz tudo isso na mesma geração que a imagem, juntamente com um modo de storyboard com múltiplos planos que define uma sequência de enquadramentos de câmara separados a partir de um único prompt.
Use o Kling 3.0 quando alguém no plano tem algo a dizer. Crie cenas de diálogo, curtas narrativas, conteúdos explicativos com um apresentador, versões de campanhas multilingues e sequências com múltiplos planos que, de outra forma, exigiriam várias gerações para serem montadas.
O que é o Kling 3.0?
Kling 3.0 é um modelo de geração de vídeo por IA desenvolvido pela Kuaishou. Fornece-lhe um fotograma inicial, um fotograma final, ou ambos, juntamente com uma descrição escrita do que deve acontecer entre eles.
O modelo assenta em três grandes pontos fortes:
- Diálogo sincronizado com os lábios em chinês, inglês, japonês, coreano e espanhol
- Vozes distintas por personagem, incluindo cenas em que cada uma fala uma língua diferente
- Um modo de storyboard com vários planos que planeia uma sequência de configurações de câmara a partir de um único prompt
Os clipes podem ter até quinze segundos, com até 60fps. O som é co-gerado com a imagem — música, efeitos, ambiente e fala em conjunto. A Virse lista a linha como duas entradas, com a Kuaishou a posicionar a Standard como o nível de iteração eficiente em termos de custos e a Pro como a de qualidade final; ambas aceitam entradas idênticas.
Especificações do Kling 3.0 em resumo
Cinco idiomas
Chinês, inglês, japonês, coreano e espanhol, incluindo cenas com mistura de idiomas.
Vozes distintas por personagem
Cada interlocutor numa cena soa como uma pessoa diferente.
Até quinze segundos
Duração de clip numa só passagem, acima do limite máximo da geração anterior.
Até 60fps
O dobro da taxa de fotogramas da versão anterior.
Modo de storyboard com vários planos
Uma sequência de configurações de câmara separadas, planeadas a partir de um único prompt.
Principais funcionalidades do gerador de vídeo com IA Kling 3.0
Fala que encaixa na boca
A sincronização labial é a diferença entre uma personagem que fala e uma personagem que parece estar a mastigar. O Kling 3.0 sincroniza a fala com o movimento visível da boca, que é o que torna o diálogo utilizável em vez de meramente presente.
Uma voz por personagem
Numa cena a dois, é imediatamente errado que ambas as pessoas soem da mesma forma. Vozes distintas por personagem eliminam o indício mais óbvio em cenas de diálogo geradas.
Multilingue, incluindo dentro de uma única cena
São suportadas cinco línguas, e uma cena pode conter personagens a falar línguas diferentes — o que é genuinamente invulgar e diretamente útil para campanhas lançadas em vários mercados.
Modo de storyboard para sequências
Em vez de gerar três planos e montá-los em conjunto, o modo multi-plano planeia a sequência a partir de um único prompt, para que os enquadramentos se relacionem entre si por conceção.
Sessenta fotogramas por segundo
O dobro da taxa de fotogramas da geração anterior, algo que se nota sobretudo em movimentos rápidos e movimentos de câmara, onde 30fps começa a tremer.
Dois níveis, um briefing
Standard e Pro aceitam os mesmos inputs e os mesmos prompts, por isso passar da iteração à entrega é um clique em vez de uma reescrita.
Crie com Kling 3.0 no Virse
O trabalho de diálogo tem um problema de ritmo que o vídeo sem som não tem. Uma fala que fica bem na página demora quatro segundos a ser dita, e só descobre isso depois de gerar. Virse mantém o guião ao lado do resultado. O diálogo escrito, os fotogramas sobre os quais é reproduzido e cada take ficam numa só tela, por isso ajustar uma fala e voltar a gerar é uma edição no próprio local, em vez de uma procura por ficheiros.
Mantenha o guião junto ao take
Coloque o diálogo escrito ao lado do clip gerado para que os problemas de temporização possam ser atribuídos à fala que os causou.
Gere fotogramas, depois a interpretação
Construa a composição inicial com um modelo de imagem na mesma tela e entregue-a diretamente ao Kling 3.0.
Aceda a mais de 30 modelos criativos
Alterne entre o Kling 3.0 e mais de 30 outros modelos de imagem e vídeo sem sair da tela nem reescrever o briefing.
Versione as variantes linguísticas em conjunto
Gere a mesma cena na língua de cada mercado e coloque as versões lado a lado.
O que pode criar com Kling 3.0?
Cenas de diálogo
Trocas curtas em que a fala tem de assentar na boca e corresponder à atuação.
Curtas narrativas
Sequências multi-plano planeadas como uma sequência, em vez de montadas a partir de clips sem relação entre si.
Vídeo de apresentador e explicativo
Uma pessoa a falar para a câmara, em qualquer uma das línguas suportadas de que um mercado precise.
Versões de campanha multilingues
A mesma cena filmada de novo para cada língua, sem a redesenhar.
Animação de produto com som
Revelações e demonstrações em que os efeitos e a ambiência são gerados com a imagem.
Conteúdo social orientado por personagens
Personagens recorrentes a dizer falas curtas ao longo de uma série de publicações.
Como usar o Kling 3.0 no Virse
Escolha um plano
Standard enquanto está a trabalhar a cena, Pro para a versão final.
Adicione os seus fotogramas
Carregue o fotograma inicial, o fotograma final ou ambos. Fixar ambos os extremos dá o resultado mais previsível.
Escreva a fala, não apenas a cena
Coloque o diálogo real entre aspas e diga quem o profere.
Avalie primeiro o timing
Veja uma vez pelo ritmo antes de olhar para a qualidade da imagem. Os problemas de ritmo são problemas de timing.
Como escrever um prompt para o Kling 3.0
Um prompt útil para o Kling 3.0 inclui normalmente cinco elementos:
- Estado inicial
- A fala
- Câmara
- Ambiente
- Estado final
Em vez de escrever
Um lojista a falar com um cliente, cinematográfico, diálogo natural.
Escreva
Abrir com uma mulher na casa dos cinquenta atrás do balcão de uma livraria, de lado para a câmara, a organizar recibos. Ela levanta o olhar e diz: 'Fechamos dentro de dez minutos', depois volta aos recibos. Plano médio estático a partir da posição do cliente, sem movimento. Ambiente interior silencioso, manuseamento de papel, ruído distante da rua através do vidro, sem música. Terminar com a cabeça dela novamente baixa.
Exemplos de prompts para o Kling 3.0
Diálogo a dois
Duas pessoas numa pequena mesa de café, vistas de lado num plano médio estático. O homem diz, "Não lhe contaste." A mulher espera e depois responde, "Não foi preciso." Vozes distintas, fala sem pressa, uma pausa de silêncio entre as falas. Ambiente de café com chávenas e conversa baixa, sem música. Terminar com a mulher a desviar o olhar.
Sequência com múltiplos planos
Uma sequência de três planos numa oficina, planeada como uma cena contínua. Plano um: geral, uma mulher a entrar por uma porta. Plano dois: médio, ela coloca uma caixa de ferramentas na bancada. Plano três: grande plano, as suas mãos a abrir o fecho. Iluminação superior consistente e a mesma personagem ao longo de toda a sequência. Ambiente de oficina, passos e o clique do fecho no plano final. Sem diálogo, sem música.
Apresentador a falar para a câmara
Um homem com uma camisa cinzenta lisa, em pé contra um fundo de escritório suavemente desfocado, enquadrado da cintura para cima, virado para a câmara. Ele diz: "Três coisas mudaram este trimestre, e só uma delas estava planeada." Câmara estática, sem movimento. Luz principal suave e uniforme a partir da frente esquerda. Som ambiente discreto da sala, sem música, sem vozes de fundo. Terminar com ele em pausa, de boca fechada.
Kling 3.0 Pro vs. Kling 3.0 Standard
| Dimensão | Kling 3.0 Standard | Kling 3.0 Pro |
|---|---|---|
| Indicado para | Iteração económica | Resultado com qualidade final |
| Entradas | Idêntico ao Pro | Idêntico ao Standard |
| Suporte para diálogo | Sim | Sim |
| Modo storyboard | Sim | Sim |
| Áudio | Opcional, cobrado separadamente | Opcional, cobrado separadamente |
| Utilização típica | Definir marcação, timing e interpretação | A tomada que segue para entrega |
Dicas para obter melhores resultados com Kling 3.0
Mantenha as falas curtas
Um clip de três segundos contém aproximadamente uma frase curta a um ritmo natural. Um parágrafo obriga o modelo a apressá-lo ou a truncá-lo.
Separe fala, ambiente e música
Identifique-as como três camadas. Juntá-las numa única frase produz uma mistura confusa.
Dirija o silêncio
Uma pausa sustentada antes de uma fala é uma escolha que pode ser dirigida, e normalmente resulta melhor do que som contínuo.
Use o modo de storyboard para sequências
Descrever três planos por ordem é melhor do que comprimi-los numa única tomada contínua que o modelo tem de interpretar.
Tools for Your Video Workflow
Prepare reference images and visual directions for your next video.
FerramentaGerador de prompts para design de personagens
A maioria dos prompts de personagens parece boa para uma pessoa e desmorona-se perante um modelo de imagem, porque a identidade, o mundo e o estilo visual estão espalhados por três frases diferentes em vez de estarem numa só que ele consiga interpretar. Descreva quem são, gere uma versão estruturada e teste-a com uma renderização real diretamente na mesma tela. Os créditos gratuitos cobrem a primeira ronda.
FerramentaGerador de variações de imagem
Uma variação que altera discretamente o produto não é uma variação, é um produto diferente. Carregue uma imagem, diga se é o cenário, a cor ou o ângulo que deve mudar, e receba um conjunto em que tudo o resto permanece igual. Os créditos gratuitos são suficientes para testar se o motivo realmente se mantém ao longo do conjunto.
FerramentaGerador de prompts de design
A maioria dos prompts de design falha nos detalhes aborrecidos: proporção errada, cor da marca em falta, nenhuma menção ao texto que tem de caber e onde. Liste o objetivo, o público, o formato e as restrições, e isto escreve um prompt estruturado para que um modelo de imagem consiga realmente acompanhar tudo, começando com créditos Virse gratuitos.
More AI Video Models
ModeloMinimax H3
MiniMax's Hailuo 03 model produces silent 2K video, driven either by a first and last frame or by a set of reference images.
- Modelo
Seedance 2.5
Gere vídeos cinematográficos de 30 segundos com Seedance 2.5, com áudio sincronizado, referências multimodais e controlo criativo preciso.
- Modelo
Veo 3.1
Google DeepMind's Veo 3.1 generates short clips with synchronised 48kHz audio and extends them into longer sequences by carrying the closing frames forward.
Perguntas frequentes sobre o Kling 3.0
O que é o Kling 3.0?
O Kling 3.0 é o modelo de vídeo de terceira geração da Kuaishou, que gera clipes de até quinze segundos a até 60 fps, com áudio gerado em conjunto, incluindo diálogo sincronizado com os lábios.
O Kling 3.0 consegue gerar diálogo?
Sim — fala sincronizada com os lábios em chinês, inglês, japonês, coreano e espanhol, com uma voz distinta por personagem e suporte para cenas em que as personagens falam línguas diferentes.
O Kling 3.0 é gratuito e quanto custa?
O Kling 3.0 está disponível nos planos pagos da Virse. A geração é faturada ao segundo a partir de uma dotação mensal de créditos, e os planos superiores tornam-na sem medição dentro da utilização razoável. Os preços atuais dos planos estão listados na página de preços da Virse.
Qual pode ser a duração de um clipe do Kling 3.0?
Até quinze segundos por geração, a até 60 fotogramas por segundo.
Qual é a diferença entre o Kling 3.0 Pro e o Standard?
A Kuaishou posiciona o Standard como o nível de iteração mais económico e o Pro como o de qualidade final. Ambos aceitam os mesmos dados de entrada e os mesmos prompts.
O que é o modo de storyboard multi-plano?
Um modo que planeia uma sequência de configurações de câmara distintas a partir de um único prompt, para que os planos se relacionem entre si por conceção, em vez de serem gerados separadamente e montados em conjunto.
Como escrevo diálogo para o Kling 3.0?
Coloque a fala entre aspas e indique quem a profere. Mantenha-a em cerca de uma frase curta por cada três segundos, e descreva o ambiente e a música separadamente da fala.
Como uso o Kling 3.0 no Virse?
Escolha um plano, carregue os fotogramas de extremidade, cite o diálogo no briefing e gere.
Dê-lhes algo para dizer
Escreva a fala, indique a voz e deixe o modelo tratar da boca, do ritmo e da divisão onde é dita.