ショート動画を作っていて一番時間を食うのは、生成そのものではなく「思ったのと違う」をやり直す回数でした。一文のプロンプトで全部を伝えようとして、外れたら書き直して、また外れて。意図を入れられる場所が一箇所しかないのが原因だと、最近ようやく気づきました。
そんなタイミングで、9月28日にKling AIが発表したKling 4.0(クリング4.0)の紹介ページを読みました。正式版は10月、軽量版のFlashはすでに一部で使えるそうです。自分の制作に関係ありそうなところだけ、メモとして残しておきます。
キーフレームを10枚まで置ける
画像から動画を作るとき、キーフレーム画像を最大10枚まで指定できます。最初のポーズ、振り向き、決めポーズ、ラストの構図。それを静止画で固定して、間の動きをモデルに任せる形です。ポーズ絵を描くのは好きだけど中割りは無理、という自分みたいな人には、まさにここが欲しかった機能でした。
写真・動画・声をまとめて渡せる
Omni Referenceという参照システムで、1回の生成に最大15点を渡せます。画像10枚、合計30秒以内の動画5本、声を含められる素材7点まで。プロンプトの中で「@image1の顔、@video1のカメラの動き」と役割を指定します。言葉で説明しきれない部分を、素材で見せられるのが助かります。
音が一緒に出てくる
ステレオ音声が映像と同時に生成されて、セリフは日本語を含む9言語でリップシンクするとのこと。かぎかっこでセリフを一行書けば、その口の動きまで作ってくれる。BGMとナレーションを別で用意して合わせていた手間がなくなるなら、それだけで時間が半分になります。
一部だけ直せる
できあがったクリップを前後に延ばしたり、表情・動き・カメラ・スタイル・背景のどれか一つだけを変えたりできます。「背景だけ夕方にしたい」が全部やり直しにならないのは、ひとりで作る人間には大きいです。
料金は3段階
年払い換算で、スタータープランが月21ドル(毎月180クレジット、動画約11本)、スタンダードが月56ドル(580クレジット、約36本、4K対応)、プレミアムが月90ドル(1,300クレジット、約81本)。使った分だけ払う方式もあります。どのプランでもウォーターマークなし。
試す前の注意
いま使えるFlashは720pで最長20秒。30秒・4K・キーフレーム10枚の話は10月の正式版です。あと、情報をまとめているkling4.krはKling AIの公式サイトではなく独立運営のサービスだと、ページ自体に書かれています。デモカードに入力素材とプロンプトと使ったモードが並んでいるので、キーフレームで何が変わるかを見るならそこが一番わかりやすかったです。
まずは手元のポーズ絵10枚で、顔が30秒もつかどうかを確かめてみます。