Postać mówi po polsku - jak zgrać usta z głosem w Kling 3.0

Ładnie poruszające się usta to dopiero połowa sukcesu. Jeśli widz nie rozumie, co postać mówi, reklama i tak nie działa, więc synchronizację oceniam zawsze na dwóch torach: obraz osobno, dźwięk osobno. Tu chodzi o dialog, który Kling 3.0 generuje razem z filmem, a nie o podkładanie głosu prawdziwej osoby. Na start bierz zmyśloną postać i jedno krótkie zdanie.

Zanim napiszesz prompt

• Jedna osoba mówi. Druga postać w kadrze to ryzyko, że model rozdzieli kwestię między dwie twarze.
• Twarz przodem do kamery, tło spokojne, nic przy ustach - bez kubka, mikrofonu przy brodzie czy dłoni.
• Kwestia krótka i prosta. Pierwsze próby rób bez liczb i nazw własnych, bo te najczęściej wychodzą niewyraźnie.
• Dźwięk włączony. W Kling 3.0 jest domyślnie wyłączony, a jego włączenie zmienia wycenę - sprawdź kwotę przed wysłaniem.

Co wpisać w prompt

Kwestię daj w cudzysłowie, dokładnie słowo w słowo. Obok dopisz trzy rzeczy: że mowa ma być po polsku, w spokojnym tempie i bez muzyki pod spodem. Krótka lista poleceń o stylu daje się łatwo ocenić - długi scenariusz z pięcioma emocjami już nie.

Treść żądania POST /v1/generate dla takiego ujęcia:

{
  "model": "kling-3.0",
  "input": {
    "prompt": "A fictional animated baker faces the camera and says in Polish: \"Świeże bułki są już na półce.\" Calm pace, clear mouth movement, no music, no subtitles",
    "duration": 5,
    "generate_audio": true
  }
}

Jeśli chcesz zacząć od konkretnego wyglądu postaci, dodaj własny publiczny adres obrazu jako pierwszą klatkę.

Jak sprawdzam wynik

1. Najpierw słuchawki i sam dźwięk: czy rozumiem każde słowo bez zgadywania.
2. Potem obraz bez dźwięku: czy usta zaczynają i kończą ruch razem z głosem. Najwięcej rozjazdów widać na pierwszej i ostatniej sylabie.
3. Napisy robię w montażu i poprawiam ręcznie, słowo po słowie z nagraniem.
4. Przy reklamie czytam jeszcze raz sens zdania - poprawna wymowa nie ratuje źle sformułowanej obietnicy.

Koszt jednej próby

Stawka Kling 3.0 to od 0,546 zł za sekundę. Długość i dźwięk zmieniają końcową kwotę, więc swoje ustawienia przelicz w kalkulatorze albo sprawdź w cenniku. Saldo nie wygasa, abonamentu nie ma, a nieudane zadanie kosztuje 0 zł. Pamiętaj tylko, że udany klip jest płatny, nawet jeśli uznasz, że się nie nadaje.

Pytania

Wyszedł angielski akcent albo inny język. Co zmienić?

Powtórz w prompcie wprost "says in Polish" i skróć kwestię. Krótsze zdanie bez obcych słów daje modelowi mniej okazji do pomyłki. Wynik i tak ocenisz dopiero po wygenerowaniu.

Czy da się zobaczyć cenę bez wysyłania zadania?

Tak. W Studio kwota jest na przycisku "Generuj", zanim go klikniesz. W API szacunek przychodzi w polu estimated_cost.

Gdzie są wszystkie pola, które przyjmuje Kling 3.0?

Na stronie modelu i w dokumentacji generowania.