API Kling 4.0 สำหรับแปลงข้อมูลอ้างอิงเป็นวิดีโอ: รูปภาพเป็นวิดีโอ

สร้างวิดีโอ Kling 4.0 จากภาพ วิดีโอ องค์ประกอบ และเสียงอ้างอิง ความยาว 3-30s, 720p/1080p พร้อมเสียงในตัว จ่ายตามการสร้าง ไม่ต้องสมัครสมาชิก. Kling 4.0 แปลงภาพอ้างอิง วิดีโออ้างอิง องค์ประกอบที่ตั้งชื่อไว้ และเสียง ให้เป็นคลิปความยาว 3-30 วินาทีที่ 720p/1080p พร้อมเสียงในตัว โดยสามารถอ้างอิงแต่ละรายการในพรอมต์ด้วย @tags.

การควบคุมโมเดลแบบโต้ตอบ

Kling 4.0 แปลงภาพอ้างอิง วิดีโออ้างอิง องค์ประกอบที่ตั้งชื่อไว้ และเสียง ให้เป็นคลิปความยาว 3-30 วินาทีที่ 720p/1080p พร้อมเสียงในตัว โดยสามารถอ้างอิงแต่ละรายการในพรอมต์ด้วย @tags.

📝

ภาพรวม

เกี่ยวกับรุ่นนี้

Kling 4.0 แปลงข้อมูลอ้างอิงเป็นคลิปวิดีโอความยาว 3-30 วินาทีที่ 720p หรือ 1080p พร้อมเสียงในตัว โดยใช้สื่อของคุณเอง ได้แก่ ภาพอ้างอิงสูงสุด 10 ภาพ วิดีโออ้างอิง 5 รายการ องค์ประกอบที่ตั้งชื่อได้ 7 รายการ (รายการละ 2-4 ภาพ หรือวิดีโอตัวละครความยาว 3-8 วินาที) และเสียง 3 รายการ รวมสื่อทั้งหมดได้ไม่เกิน 15 รายการ ระบุสื่อแต่ละรายการในพรอมต์ด้วย @image_1, @video_1 หรือ @name หากไม่ใส่สื่อ ระบบจะทำงานเหมือนการสร้างวิดีโอจากข้อความล้วน หากต้องการกำหนดคลิปด้วยเฟรมภาพนิ่ง ให้ใช้ Kling 4.0 แปลงคีย์เฟรมเป็นวิดีโอ.

1ตัวละคร: รักษาความสม่ำเสมอของตัวละครที่ตั้งชื่อไว้ตลอดหลายฉาก ด้วยองค์ประกอบภาพหรือวิดีโอ
2เสียงพูด: ผูกเสียงอ้างอิงเข้ากับตัวละคร แล้วให้ตัวละครพูดในคลิป
3ช็อตที่อิงวิดีโอ: นำการเคลื่อนไหวและฉากจากวิดีโออ้างอิงกลับมาใช้ได้ โดยเลือกคงเสียงต้นฉบับไว้หรือไม่ก็ได้
4โฆษณา: รวมภาพอ้างอิงของสินค้า นางแบบหรือนายแบบ และฉากหลังไว้ในช็อตเดียว
💰

ราคาและความคุ้มค่า

การวิเคราะห์ต้นทุน

muapiapp$0.157 ต่อวินาทีที่ 720p ($0.785 ต่อคลิป 5s)

$0.157/s ที่ 720p, $0.235/s ที่ 1080p หากใช้วิดีโออ้างอิงหรือองค์ประกอบวิดีโอ: $0.094/s ที่ 720p, $0.141/s ที่ 1080p โดยคิดตามวินาทีของวิดีโออ้างอิงรวมกับเอาต์พุต (ขั้นต่ำ 2x ความยาวเอาต์พุต).

** ราคาของคู่แข่งประเมินโดยพิจารณาจากสถาปัตยกรรมโมเดลและระดับการใช้งานที่คล้ายคลึงกัน

⚙️

รายละเอียดทางเทคนิค

สคีมาการกำหนดค่า

พร้อมท์string

Video description (max 8000 chars). Reference materials with @image_1, @video_1 or @name for elements/voices.

ค่าเริ่มต้น@Hero sits at the desk in @video_1, picks up the doll from @image_1, and greets using @Narrator
URL รูปภาพอ้างอิงarray

Up to 10 reference images. Mention as @image_1, @image_2, ... in array order.

ค่าเริ่มต้นundefined
URL อ้างอิงวิดีโอarray

Up to 5 reference videos (2-30s each, 30s combined). Mention as @video_1, @video_2, ...

ค่าเริ่มต้นundefined
เก็บเสียงต้นฉบับboolean

Keep the original audio of the reference videos (only applies when video_urls is set).

ค่าเริ่มต้นfalse
Elementsarray

Up to 7 named subjects, each {name, image_urls (2-4) or video_url (3-8s), tag?, description?, voice_url?}. Mention as @name.

ค่าเริ่มต้น-
Voicesarray

Up to 3 named voices, each {name, audio_url}. Mention as @name.

ค่าเริ่มต้น-
ระยะเวลา (วินาที)int

Video length in seconds (3-30).

ค่าเริ่มต้น5
ความละเอียดอีนัม (2 ตัวเลือก)

ความละเอียดเอาต์พุต

ค่าเริ่มต้น720p
อัตราส่วนภาพอีนัม (5 ตัวเลือก)

Output aspect ratio. Defaults to auto when reference media is provided, otherwise 16:9.

ค่าเริ่มต้น-
📖

คู่มือการใช้งาน

เอกสารสำหรับนักพัฒนา

วิธีใช้ Kling 4.0 แปลงข้อมูลอ้างอิงเป็นวิดีโอ

  1. รวบรวมสื่อ: ระบุ image_urls (สูงสุด 10 รายการ), video_urls (สูงสุด 5 รายการ รายการละ 2-30s รวมกัน 30s), elements (สูงสุด 7 รายการ) และ voices (สูงสุด 3 รายการ).

  2. ระบุสื่อในพรอมต์: @image_1, @video_1 อ้างอิงตามลำดับในอาร์เรย์ ส่วน @Hero หรือ @Narrator ใช้ค่า name ขององค์ประกอบหรือเสียง การอ้างถึงทุกรายการต้องตรงกับสื่อในคำขอ.

  3. ตั้งค่าเอาต์พุต: duration (3-30s), resolution (720p or 1080p), aspect_ratio (auto, 16:9, 9:16, 1:1, 21:9) และ keep_original_sound.

  4. ส่งคำขอและรับผลลัพธ์: ปลายทาง API ทำงานแบบอะซิงโครนัส — ตรวจสอบผลที่ /api/v1/predictions/{request_id}/result หรือระบุ webhook_url.

curl -X POST https://api.muapi.ai/api/v1/kling-4.0-reference-to-video \
  -H "Content-Type: application/json" \
  -H "x-api-key: YOUR_API_KEY" \
  -d '{"prompt": "@Hero sits at the desk, picks up the doll from @image_1, and greets using @Narrator", "image_urls": ["https://example.com/doll.png"], "elements": [{"name": "Hero", "image_urls": ["https://example.com/hero-front.jpg", "https://example.com/hero-side.jpg"], "tag": "character"}], "voices": [{"name": "Narrator", "audio_url": "https://example.com/narrator.mp3"}], "duration": 10, "resolution": "1080p"}'
❓

คำถามทั่วไป

คำถามที่พบบ่อย

จำกัดความยาวและความละเอียดเท่าใด?

คลิปละ 3 ถึง 30 วินาที ที่ 720p หรือ 1080p.

ใช้สื่ออ้างอิงได้กี่รายการ?

ภาพสูงสุด 10 ภาพ วิดีโอ 5 รายการ (รายการละ 2-30s รวมกัน 30s) องค์ประกอบ 7 รายการ (เป็นองค์ประกอบวิดีโอได้ไม่เกิน 3 รายการ) และเสียง 3 รายการ โดยรวมสื่อทั้งหมดได้ไม่เกิน 15 รายการ.

จะอ้างอิงสื่อในพรอมต์ได้อย่างไร?

ใช้ @image_1, @video_1 ตามลำดับในอาร์เรย์ หรือใช้ @name สำหรับองค์ประกอบและเสียง หากไม่มีสื่อตรงกับรายการที่อ้างถึง ระบบจะปฏิเสธคำขอ.

ระบบสร้างเสียงด้วยหรือไม่?

สร้างเสียงในตัวให้ หากส่งวิดีโออ้างอิงและต้องการเก็บเสียงต้นฉบับไว้ ให้ตั้งค่า keep_original_sound เป็น true.

คำนวณราคาอย่างไร?

คิดราคาต่อวินาทีของวิดีโอเอาต์พุต: $0.157/s ที่ 720p และ $0.235/s ที่ 1080p หากใช้วิดีโออ้างอิงหรือองค์ประกอบวิดีโอ อัตราจะเป็น $0.094/s (720p) หรือ $0.141/s (1080p) โดยคิดตามวินาทีของวิดีโออ้างอิงรวมกับวินาทีของเอาต์พุต และมีขั้นต่ำเท่ากับ 2x ความยาวเอาต์พุต.

จะรับผลลัพธ์ได้อย่างไร?

ปลายทาง API ทำงานแบบอะซิงโครนัส ตรวจสอบผลที่ /api/v1/predictions/{request_id}/result หรือระบุ webhook_url เพื่อรับการแจ้งเตือนเมื่อวิดีโอพร้อม.