動画モデルガイド

Kling 4.0 Reference 画像・動画・被写体・音声の素材を使う

Kling 4.0 Reference は、名前を付けた素材から3〜30秒のクリップを作ります。参照画像、参照動画、被写体、音声を、プロンプトで名前で呼び出します。

操作項目と仕様

参照素材は被写体・背景・音声を、キーフレームは指定時点の構図を導きます。どちらも完全な再現を保証しません。ここでは別々に選べるモデルです。フレーム方式は Kling 4.0 Keyframe ガイドをご覧ください。

素材は1つのタスクに組み合わせて、最大15件まで使えます。画像と動画は番号の名前で、被写体と音声は自分が付けた名前で呼び出すため、1つのプロンプトで複数の素材を指示できます。

クリップ長
3–30 秒
画質段階
720p · 1080p
音声
音声のオン・オフ設定なし
テキストモードのアスペクト比
自動 · 16:9 · 9:16 · 1:1 · 21:9
参照画像使用時のアスペクト比
自動 · 16:9 · 9:16 · 1:1 · 21:9
素材の組み合わせ制限
素材は合計15件まで、動画の被写体は最大3件です。参照動画と動画の被写体は、合計5本・30秒の上限を共有します。
参照画像の数
10
参照動画
5
被写体素材
7
音声素材
3
プロンプト上限
8000 文字

参照素材パネルで素材を添付し、その名前を使ってショットを説明します。参照動画を添えると元の動画の音声を保持の項目が現れ、縦横比は自動・16:9・9:16・1:1・21:9 から選べます。

このモデルが得意なこと

4種類の素材

参照画像は最大10枚、参照動画は人物動画を含めて最大5本、被写体は最大7件、音声は最大3件。1タスク合計15件までです。 素材は合計15件まで、動画の被写体は最大3件です。参照動画と動画の被写体は、合計5本・30秒の上限を共有します。

声を結び付けられる被写体

被写体は2〜4枚の画像、または連続した1本の人物動画から作り、名前を付けて、必要なら音声を結び付けられます。

テキストだけでも使える

素材を何も付けない場合も、同じモデルが説明文だけでクリップを生成します。長さ・画質段階・縦横比はそのまま選べます。

代表的な使い方

繰り返し登場する人物

同じ人物やマスコットの画像2〜4枚を名前付きの被写体にして、新しい場面での外観を導きます。人物や細部の一貫性は生成結果で確認してください。

自分の音声でせりふ

音声素材を最大3件追加するか、被写体に1件を結び付け、それぞれが何を言うかをプロンプトで説明します。

動画の元の音声を活かす

生成される音声よりも既存の音声が重要なときは、参照動画を添えて元の動画の音声を保持をオンにします。

始める前に知っておきたい制限

  • 参照画像は JPEG・PNG・WebP、1枚10 MB まで、各辺300〜65536ピクセル、比率0.4〜2.5 です。
  • 参照動画は MP4 または MOV、1本10 MB まで、各2〜30秒、人物動画を含め合計30秒までです。人物動画は3〜8秒の連続したワンショットで、短辺700ピクセル以上が必要です。
  • 被写体と音声の名前は大文字・小文字を区別せず一意にし、漢字・英字・数字・アンダースコアの1〜20文字を使います。予約名は使えません。@ の参照は添付した素材と一致させてください。
  • 生成音声の切替はありません。元の音声を保持する設定は参照動画の音声を制御し、出力が無音になるかどうかは指定しません。使用前に完成動画の音声を確認してください。
  • 見積もりは出力時間、画質段階、人物動画を含む入力動画の長さに応じて変わります。すべての素材を添付してから、生成前に表示クレジットを確認してください。
  • 音声は MP3 または WAV、1ファイル10 MB までです。参照動画のブラウザアップロードは MP4 と MOV に対応します。

始め方

1

ワークスペースを開く

このページのボタンを使います。今読んでいる言語のワークスペースが開き、このモデルが選択された状態になります。

2

結果を説明する

映像や画像に何を起こしたいかを書きます。短いキーワードよりも、具体的な被写体・構図・動きの方がモデルに伝わります。

3

設定して確定する

長さや画質段階、アスペクト比、音声を設定し、生成前にその設定値のクレジット料金を確認します。

料金

生成にはアカウントのクレジットを使用します。費用はモデル、画質、出力サイズや長さによって異なります。一部のモードでは参照画像・動画・音声に追加料金がかかる場合があります。生成前に、選択した素材と設定に対するワークスペースの見積もりをご確認ください。クレジットプランは料金ページに掲載しています。

クレジットプランを見る

このモデルに関する質問

キーフレームモードとの違いは何ですか。

参照素材は被写体・背景・音声を、キーフレームは指定時点の構図を導きます。どちらも完全な再現を保証しません。ここでは別々に選べるモデルです。フレーム方式は Kling 4.0 Keyframe ガイドをご覧ください。

素材はいくつ組み合わせられますか。

1タスク15件です。参照画像最大10枚、参照動画最大5本、被写体最大7件、音声最大3件。参照動画と人物動画は5本の上限と合計30秒の上限を共用します。 素材は合計15件まで、動画の被写体は最大3件です。参照動画と動画の被写体は、合計5本・30秒の上限を共有します。

素材はプロンプトでどう指定しますか。

画像と動画は @image_1 や @video_1 のような番号、被写体と音声は付けた名前で指定します。@ の参照はすべて、実際に添付した素材と一致し、名前は重複できません。

参照動画は料金にどう影響しますか。

見積もりは出力時間、画質段階、人物動画を含む入力動画の長さに応じて変わります。すべての素材を添付してから、生成前に表示クレジットを確認してください。

素材なしでも使えますか。

使えます。何も添えない場合は説明文だけで生成され、長さ・画質段階・縦横比は通常どおり選べます。

人物は話せますか。

人物の被写体に音声を結び付けるか、音声素材を単独で添えられます。モデルがそれをどう使うかは結果で判断する必要があります。ワークスペースが確認するのはファイルであって、演技ではありません。