Tekst na mowę: natywny dźwięk dla wielojęzycznego wideo (Native Audio)

Text to Speech (TTS) to technologia przekształcająca tekst pisany na dźwięk mówiony. Kling AI może przekształcić scenariusze i linie znaków bezpośrednio w dialogi w filmie. Kling VIDEO 3.0 wykracza poza samodzielny generator zamiany tekstu na mowę, generując razem elementy wizualne, dialogi i dźwięki, obsługując wiele znaków, języków, dialektów i akcentów.

Wpisz swój dialog lub narrację w wierszu poleceń, używając imion postaci i znaczników dialogowych, takich jak [Nazwa postaci]: „Tekst dialogu”, aby zidentyfikować każdego mówcę. Opcje głosowe różnią się w zależności od przepływu pracy. Kling VIDEO 3.0 może generować dialogi w ramach Native Audio, podczas gdy obsługiwane przepływy pracy oparte na znakach mogą wykorzystywać zapisany lub wyodrębniony ton głosu. Jeśli masz już wideo, dedykowane narzędzie Kling AI Lip Sync pozwala również wygenerować mowę z tekstu lub dodać własny dźwięk i zsynchronizować go z postacią na ekranie.

Głosy generowane przez sztuczną inteligencję mogą już brzmieć bardzo naturalnie. Jeśli potrzebujesz głosu, który lepiej odpowiada Twoim potrzebom, możesz udostępnić dźwięk referencyjny, który pomoże w generowaniu głosu AI na podstawie tekstu. Wybór odpowiedniego głosu może również sprawić, że dialogi postaci będą bardziej naturalne i lepiej dopasowane do sceny.

Kling VIDEO 3.0 obsługuje dialogi w języku chińskim, angielskim, japońskim, koreańskim i hiszpańskim, łącznie ze zmianą języka w tym samym filmie. Obsługuje także regionalne dialekty i akcenty, w tym kantoński i syczuański, a także amerykańskie, brytyjskie i indyjskie akcenty angielskie.

Tak. Kling VIDEO 3.0 może obsługiwać dialogi pomiędzy wieloma znakami i utrzymywać każdą linijkę z właściwym głośnikiem, jeśli wyraźnie wpiszesz imiona postaci i dialogi w wierszu poleceń. Obsługuje także sceny z trzema lub większą liczbą postaci, dzięki czemu jest przydatny w rozmowach, wywiadach i scenach grupowych.

Wykorzystanie środków zależy od modelu, długości filmu, rozdzielczości, opcji audio i innych wybranych ustawień. Natywny dźwięk i dodatkowe funkcje głosowe mogą wymagać dodatkowych kredytów (Native Audio). Ponieważ wymagania kredytowe mogą się zmieniać w miarę aktualizacji modeli i planów Kling AI, przed utworzeniem filmu sprawdź panel generacji pod kątem aktualnego kosztu. Więcej informacji można znaleźć w planie członkostwa Kling.

Kling AI stosuje środki techniczne i organizacyjne, w tym szyfrowanie i kontrolę dostępu, aby pomóc chronić dane użytkowników. Dane mogą być przetwarzane w celu świadczenia i udoskonalania usług, utrzymania bezpieczeństwa i ochrony, wywiązania się z obowiązków prawnych oraz w innych celach opisanych w Polityce prywatności Kling AI. W stosownych przypadkach użytkownicy mogą również zażądać usunięcia swoich danych.