キャラクターダイアログ
誰が話すか、何を言うか、カメラがどのように反応するかを説明して、同期したセリフを中心に短いシーンを構築します。
Kuaishou Kling ビデオ生成
画像とサウンドトラックを一緒に生成します。書かれたシーンまたは 1 つの画像から開始して、一貫した動き、会話、雰囲気、音楽、エフェクトを同期させた短いビデオを作成します。

Meta Muse Video ワークスペースでテキストから動画のサンプル出力を参照してください。
視聴覚による指示
1 つの制作ブリーフを使用して、アクション、カメラの動き、セリフ、雰囲気、サウンド キューを指示します。以下の例は、ワークフローに適したクリエイティブな方向性を示しています。
誰が話すか、何を言うか、カメラがどのように反応するかを説明して、同期したセリフを中心に短いシーンを構築します。
ひとつの生成指示で、製品の動き、ナレーション、質感に合った効果音、広告らしいリズムを指定します。
直接的な歌、リズム、アンビエントのテクスチャー、視覚的なアクションを組み合わせて、表現力豊かな短い形式の瞬間を作ります。
創造的なワークフローの例はインスピレーションのために示されており、ネイティブの Kling 出力であるとは主張されていません。結果は、プロンプト、イメージ、プロバイダーの可用性によって異なります。
Kling 2.6の機能
Kling 2.6 は、短いビデオとネイティブ サウンドを一緒に生成するように設計されており、ビジュアル ドラフトと編集可能なクリエイティブ コンセプトの間のギャップを減らします。
声の演出
穏やかなナレーターが英語で商品を紹介します。
アクションとフォーリー
蓋が閉じる瞬間に、小さなクリック音が鳴ります。
音楽と雰囲気
温かみのある室内の環境音と控えめな電子ビートが、最後のフレームに向かって高まります。
スピーチ
中国語と英語の音声生成に対応し、セリフ、ナレーション、歌、ラップを指定できます。
音声
同じシーンの説明に、目に見えるアクションと一緒に環境音、音楽、エフェクトを含めます。
ネイティブA/V
サウンドとビジュアルを 1 つの結果として生成することで、主要なオーディオ イベントがシーンの意味とタイミングに従うことができます。
5/10秒
コンパクトなビジュアルビートには 5 秒を選択し、対話やアクションにもっと余裕が必要な場合は 10 秒を選択します。
2025 年 12 月のリリースのコンテキスト
Kling 2.6 は、オーディオビジュアル ワークフロー リリースとして到着しました。サイレント映像を生成して後で吹き替えるという一般的なプロセスとは対照的に、音声、エフェクト、雰囲気、目に見えるアクションを 1 つの調整された生成パスにまとめました。
Kuaishou の公式リリースを読むこのリリースでは、おなじみのサイレントレンダー→ダブのシーケンスが、オーディオとビジュアルの同時生成に置き換えられました。テキストまたは最初のフレームの画像は、目に見えるアクション、音声、効果音、雰囲気を含むクリップに直接つながる可能性があります。

Kling 2.6 は、深い意味論的整合性を強調しました。音声のリズム、環境音、視覚的な動きが相互に対応するように生成されました。これは、個別のワークフローによくある弱点、つまり、もっともらしく聞こえても間違った瞬間に音声が流れてしまうという問題をターゲットにしていました。

リリース時に、Kling 2.6 は中国語と英語の音声生成に加えて、ダイアログ、ナレーション、歌、ラップ、アンビエンス、および混合エフェクトをサポートしていました。複数のキャラクターによる対話により、効果音のみのワークフローでは扱いにくかったインタビューや台本付きのシーンなどの形式が可能になりました。

これらの比較は、リリース時に Kuaishou によって発表された機能をまとめたものです。出力と使用可能なコントロールは、接続されたプロバイダーのルートによって異なる場合があります。
サウンドトラックが独立したポストプロダクション タスクではなく、最初のフレームからのアイデアの一部である場合に使用します。
完全な撮影に着手する前に、製品フィルム、ブランドのダイアログ、サウンド主導のコマーシャルの瞬間のプロトタイプを作成します。
ネイティブ サウンドを使用して、縦長、正方形、または横長のソーシャル プレイスメント向けにコンパクトなナラティブ ビートを作成します。
キー ビジュアルをアニメーション化しながら、カメラの動き、触覚音、雰囲気、ナレーションを 1 つのプロンプトで説明します。
プロンプトをコンパクトな監督のブリーフのように扱い、フレーム、アクション、および重要なすべてのサウンドを定義します。
ステップ 1
書かれたプロンプトからシーンを構築するか、被写体と構成を固定するために 1 つの強力な開始フレームをアップロードします。
ステップ 2
アクション、カメラ、ダイアログ、音声、雰囲気、音楽、エフェクトを展開する順序で説明します。
ステップ 3
5 秒または 10 秒のクリップを選択し、同期を確認してから、タイミングまたはパフォーマンス キューを一度に 1 つずつ調整します。
1 つの焦点を絞ったワークフローで、シーンの概要から完全な短いオーディオビジュアル コンセプトに移行します。
初期のコンセプトごとに個別のオーディオ編集を構築することなく、シーンの見た目やサウンドを探索できます。
映像と音を一緒に
別々の工程を調整する代わりに、ひとつの分かりやすいプロンプトで映像の動きと音のタイミングを指定します。
ひとつの演出指示
ジェネレーターは、開始する前に、選択した 5 秒または 10 秒間、必要なクレジットを表示します。
クレジットは最初に表示されます
視覚的なシーンの生成中に、ダイアログ、ナレーション、音楽、雰囲気、エフェクトを追加します。
ネイティブオーディオの生成
自由な発想にはテキストを使用し、被写体、スタイル、構成に固定の出発点が必要な場合には画像を使用します。
テキストまたは最初のフレームの画像
核となるワークフローを変更せずに、コンパクトなショットを選択するか、ダイアログとアクションにより多くのスペースを与えます。
5秒と10秒のフォーマット
Kuaishou のリリースと利用可能なプロバイダーのワークフローに基づく主要なモデルの事実。
アクションとサウンドトラックを 1 つのブリーフとして記述するか、Kling 2.6 を使用してネイティブ オーディオでキーフレームをアニメーション化します。