ace-step-1.5/text-to-audio
Générez à partir de tags et de paroles des morceaux chantés pouvant durer jusqu’à 4 minutes.
Kling Video O3 4k Image To Video est le modèle 4K piloté par image de la gamme O3 de Kuaishou. Optimisé pour les rendus finaux, il maintient le sujet de l’image source pendant toute la prise. Fournissez une image de départ et une description pour obtenir un clip 4K de 3 à 15 secondes, avec mouvements physiquement réalistes et piste audio correspondante en option.
Il convient aux équipes qui souhaitent prolonger une photo, une image produit ou une keyframe précise en séquence 4K de qualité professionnelle, sans tournage, rotoscopie manuelle ni infrastructure GPU propre.
| Paramètre | Obligatoire | Type | Par défaut | Plage / Options | Description |
|---|---|---|---|---|---|
| image* | Oui (*) | string (URL) | — | URL d’image publique | Image de référence pour la première image du clip. |
| prompt* | Oui (*) | string | — | Texte libre | Mouvement, déplacement de caméra, éclairage et atmosphère. |
| end_image | Non | string (URL) | — | URL d’image publique | Dernière image facultative pour contrôler la trajectoire du mouvement. |
| duration | Non | integer | 5 | 3 à 15 | Durée du clip en secondes ; la facturation augmente linéairement. |
| sound | Non | boolean | false | true / false | Génère une ambiance sonore adaptée au clip. |
| shot_type | Non | string | customize | customize, intelligent | Mode de montage ; intelligent décide automatiquement, customize suit le prompt. |
| multi_prompt | Non | array | — | Liste de segments | Segments de prompt facultatifs enchaînés pour les transitions. |
| element_list | Non | array | — | Liste de références d’éléments | Éléments visuels nommés facultatifs pour préserver la cohérence. |
Ce modèle est facturé sur RunComfy à un tarif fixe par seconde. L’activation du son ne change pas le prix.
| Mode | Tarif par seconde |
|---|---|
| Avec ou sans son | 0,42 $ |
Coût estimé par génération
| Durée | Coût |
|---|---|
| 3 s | 1,26 $ |
| 5 s | 2,10 $ |
| 10 s | 4,20 $ |
| 15 s | 6,30 $ |
Générez à partir de tags et de paroles des morceaux chantés pouvant durer jusqu’à 4 minutes.
Transformez une image en vidéo en lui appliquant le Pikaffect de votre choix.
Générez à partir de tags des morceaux chantés avec paroles pouvant durer jusqu’à 4 minutes.
Animez une image de personnage de référence avec le mouvement d’une vidéo de conduite tout en gardant le personnage reconnaissable.
Modifiez un passage précis d’une vidéo à l’aide d’un prompt et remplacez la bande-son, l’image ou les deux.
Segmentez l’élément décrit au fil des images d’une vidéo.
Kling Video O3 4k Image To Video est le modèle 4K piloté par image de la gamme O3 de Kuaishou. Il anime une image de référence en clips cinématographiques de 3 à 15 secondes aux mouvements physiquement réalistes. Ses détails 4K et sa préservation fidèle du sujet conviennent aux animations photo de style cinématographique, aux vidéos produit premium et aux formats verticaux pour les réseaux sociaux.
Kling Video O3 4k Image To Video offre la résolution et le niveau de détail final les plus élevés parmi les modèles O3 pilotés par image. D’après les informations publiques disponibles, Pro est moins cher par seconde et vise une sortie HD ; Standard coûte encore moins et convient aux brouillons et aux itérations en volume.
Oui. Kling Video O3 4k Image To Video accepte un end_image facultatif en plus de l’image de départ. Il fixe la trajectoire du mouvement et l’image finale précise. Fournir les deux images améliore sensiblement la direction du mouvement et la cohérence narrative.
Oui. L’option audio de Kling Video O3 4k Image To Video génère lors du même traitement une ambiance sonore adaptée. Elle est désactivée par défaut et ne change pas le tarif. Les scènes comportant du feu, de l’eau ou une ambiance sonore marquée n’entraînent donc aucun coût supplémentaire.
Kling Video O3 4k Image To Video prend en charge des durées de 3 à 15 secondes, par incréments d’une seconde ; la valeur par défaut est de 5 secondes. Testez d’abord le mouvement avec une durée courte avant de lancer un rendu final plus long. Consultez le panneau des paramètres RunComfy pour les limites à jour.
Kling Video O3 4k Image To Video reporte la composition, les caractéristiques des personnages et le style de l’image de départ sur chaque image du clip. C’est son principal avantage par rapport à une génération purement text-to-video. Une source nette et bien composée, complétée si besoin par une image finale, offre la meilleure cohérence.
image et prompt sont obligatoires ; end_image, duration, sound, shot_type, multi_prompt et element_list sont facultatifs. Les URLs d’images doivent être publiquement accessibles. D’autres limites peuvent varier selon le mode ou le fournisseur ; consultez le panneau RunComfy.
Oui. Testez d’abord Kling Video O3 4k Image To Video dans l’interface du modèle RunComfy, puis appelez le même modèle depuis votre backend avec les mêmes paramètres via l’API HTTP RunComfy. Aucun hébergement de GPU ni travail de mise à l’échelle du modèle n’est nécessaire.
Kling Video O3 4k Image To Video coûte 0,42 $ par seconde de vidéo générée, avec ou sans son. Un clip de 5 secondes coûte environ 2,10 $ et un clip de 15 secondes environ 6,30 $. Les coûts sont débités de votre solde RunComfy en USD/crédits et les nouveaux utilisateurs reçoivent généralement un crédit d’essai gratuit.
RunComfy est la première ComfyUI plateforme, offrant des ComfyUI en ligne environnement et services, ainsi que des workflows ComfyUI proposant des visuels époustouflants. RunComfy propose également AI Models, permettant aux artistes d'utiliser les derniers outils d'IA pour créer des œuvres d'art incroyables.
