Synthèse vocale: audio natif pour vidéo multilingue (Native Audio)

Text to Speech (TTS) est une technologie qui convertit le texte écrit en audio parlé. Kling AI peut transformer les scripts et les lignes de personnages directement en dialogue dans une vidéo. Kling VIDEO 3.0 va au-delà d'un générateur de synthèse vocale autonome en générant des visuels, des dialogues et du son ensemble, avec la prise en charge de plusieurs caractères, langues, dialectes et accents.

Écrivez votre dialogue ou votre narration dans l'invite, en utilisant les noms des personnages et les balises de dialogue telles que [Nom du personnage]: « Texte du dialogue » pour identifier chaque locuteur. Les options vocales varient selon le flux de travail. Kling VIDEO 3.0 peut générer des dialogues dans le cadre de Native Audio, tandis que les flux de travail de référence de caractères pris en charge peuvent utiliser une tonalité vocale enregistrée ou extraite. Si vous possédez déjà une vidéo, l'outil dédié Kling AI Lip Sync vous permet également de générer de la parole à partir de texte ou d'ajouter votre propre audio et de le synchroniser avec le personnage à l'écran.

Les voix générées par l’IA peuvent déjà sembler très naturelles. Si vous souhaitez une voix mieux adaptée à vos besoins, vous pouvez fournir un audio de référence pour vous aider à guider la génération de voix IA à partir de texte. Choisir la bonne voix peut également aider le dialogue des personnages à paraître plus naturel et mieux adapté à la scène.

Kling VIDEO 3.0 prend en charge les dialogues en chinois, anglais, japonais, coréen et espagnol, y compris le changement de langue au sein de la même vidéo. Il prend également en charge les dialectes et les accents régionaux, notamment le cantonais et le sichuanais, ainsi que les accents anglais américains, britanniques et indiens.

Oui. Kling VIDEO 3.0 peut gérer le dialogue entre plusieurs personnages et conserver chaque ligne avec le bon locuteur lorsque vous écrivez clairement les noms des personnages et le dialogue dans l'invite. Il prend également en charge les scènes comportant trois personnages ou plus, ce qui le rend utile pour les conversations, les interviews et les scènes de groupe.

L'utilisation du crédit dépend du modèle, de la durée de la vidéo, de la résolution, des options audio et des autres paramètres que vous choisissez. L'audio natif et les fonctionnalités vocales supplémentaires peuvent utiliser des crédits supplémentaires (Native Audio). Étant donné que les exigences de crédit peuvent changer à mesure que les modèles et les plans Kling AI sont mis à jour, vérifiez le panneau de génération pour connaître le coût actuel avant de créer votre vidéo. Vous pouvez également vous référer au plan d'adhésion Kling pour plus d'informations.

Kling AI utilise des mesures techniques et organisationnelles, notamment le cryptage et les contrôles d'accès, pour contribuer à protéger les données des utilisateurs. Les données peuvent être traitées pour fournir et améliorer le service, maintenir la sûreté et la sécurité, se conformer aux obligations légales et à d'autres fins décrites dans la politique de confidentialité de Kling AI. Le cas échéant, les utilisateurs peuvent également demander la suppression de leurs données.