Kling V4.0 Text-zu-Video: ein Prompt, eine lange Einstellung, mit Ton
Kling V4.0 Text-zu-Video erzeugt Clips von 3 bis 30 Sekunden mit Stereoton aus einem Prompt. So schreiben Sie eine Einstellung, die trägt, plus drei Prompts.
Die meisten Text-zu-Video-Modelle liefern ein paar Sekunden, und Sie fügen die Stücke selbst zusammen. Kling V4.0 Text-zu-Video öffnen Sie, wenn Sie das Gegenteil wollen: eine einzige Einstellung, die einfach weiterläuft. Sie können 3 bis 30 Sekunden verlangen, in 720p oder 1080p, in vier Formaten bis hin zum Ultrabreitbild 21:9, und der Clip kommt mit synchronem Stereoton zurück. Kein Bild hochzuladen, keine Referenz vorzubereiten. Nur Worte.
Warum würde man es wählen?
Wegen dieser Länge. Ein Clip von fünf Sekunden ist eine Reaktion; ein Clip von zwanzig Sekunden kann eine Szene mit Anfang, Wendung und Schluss sein, und das ist eine andere Art zu schreiben. Es ist auch das Modell der Wahl, wenn der Ton zählt und Sie kein zweites Werkzeug wollen: Schritte, Wind, eine Menschenmenge und eine Zeile Musik kommen in derselben Datei an. Brauchen Sie nur eine schnelle animierte Schleife, ist ein kürzeres Modell günstiger; der Vergleich der Videomodelle hilft bei der Entscheidung.
Schreiben Sie die Einstellung wie ein Regisseur eines Oneshots
Ein langer Clip scheitert auf eine bestimmte Weise: Das Modell hat Zeit, abzuschweifen. Das Mittel dagegen ist, ihm zu sagen, wo die Einstellung beginnt, was sich bewegt und wo sie endet. Drei Sätze reichen meist: das Anfangsbild, die eine durchgehende Bewegung (der Kamera oder des Motivs, nicht beides mit voller Geschwindigkeit) und das letzte Bild, das Sie sehen möchten.
Anfang in einer regennassen Gasse bei Nacht, ein einzelner Radfahrer mit gelber Jacke wartet unter einem flackernden Schild. Die Kamera fährt langsam heran, während der Radfahrer sich abstößt und auf uns zufährt, Pfützen spritzen, Spiegelungen verschmieren über den Asphalt. Die Einstellung endet mit einer nahen, scharfen Ansicht des nassen Vorderreifens, der an der Linse vorbeirollt. Geräusch von Regen, eine ferne Sirene, das leise Surren einer Fahrradkette.Eine weite Ultrabreit-Landschaft einer Salzebene im Morgengrauen, eine dünne Linie flachen Nebels schwebt über dem weißen Boden, ein einzelner kleiner Traktor quert das Bild in Schrittgeschwindigkeit von links nach rechts. Langsame, ruhige, fast stehende Kamera. Warmes goldenes Licht wächst hinter dem Horizont. Leiser Wind, weit entfernt ein Motor.Hochformat-Video: Die Hände eines Bäckers bestäuben einen Holztisch mit Mehl, formen einen runden Laib und ritzen die Oberseite mit einer Klinge in einer schnellen Bewegung ein. Nah, warmes Küchenlicht, geringe Tiefenschärfe. Geräusche von weichem Mehl, das Kratzen der Klinge, im Hintergrund spielt leise ein Radio.Einstellungen, auf die es ankommt
- Dauer: eine ganze Zahl von 3 bis 30, Standard 5. Diese Einstellung verändert das Schreiben am meisten, also legen Sie sie vor dem Prompt fest.
- Auflösung: standardmäßig 720p, 1080p, wenn Sie bereit für die Endfassung sind. Entwürfe machen Sie in der niedrigeren.
- Seitenverhältnis: 16:9, 9:16, 1:1 oder 21:9. Das Verhältnis legen Sie fest, es wird nicht erraten, also wählen Sie das, das Ihr Ziel braucht; der Leitfaden zu Seitenverhältnissen nennt die üblichen Optionen.
Der Ton gehört in den Prompt
Da der Ton mit dem Clip kommt, behandeln Sie ihn als Teil der Einstellung. Ein Satz über Geräusche am Ende des Prompts, wie in den Beispielen oben, reicht zum Steuern. Soll der Clip stumm sein oder wollen Sie ihn selbst vertonen, schreiben Sie 'keine Musik', damit nicht ungebeten ein Soundtrack mitkommt. Ist der erzeugte Ton fast richtig, aber nicht ganz, kann das Soundeffekt-Modell für Video für einen fertigen Clip einen neuen Ton schreiben.
Wo es an Grenzen stößt
Länge ist ein Risiko ebenso wie ein Geschenk. Je länger der Clip, desto mehr Raum dafür, dass einer Hand ein Finger wächst oder sich ein Hintergrund unbemerkt verändert, und Text auf Schildern bleibt selten lesbar. Mehrere schnelle Schnitte in einem Prompt verschwimmen meist zu einer seltsamen Einstellung, bitten Sie also um einen durchgehenden Take, und für Szenen, in denen dieselbe Figur in mehreren Einstellungen vorkommt, nehmen Sie stattdessen ein bildbasiertes Modell wie Kling V4.0 Referenz-zu-Video. Allgemeine Hinweise zur Formulierung finden Sie im Leitfaden zu Text-zu-Video-Prompts, und alle Videomodelle stehen auf der Modellseite.
Fragen
Wie lang kann ein Text-zu-Video-Clip von Kling V4.0 sein?
Von 3 bis 30 Sekunden, in ganzen Sekunden, mit 5 als Standard.
Hat der Clip Ton?
Ja. Er kommt mit synchronem Stereoton zurück. Beschreiben Sie die Geräusche am Ende des Prompts, oder schreiben Sie 'keine Musik', wenn Sie einen ruhigeren Clip möchten.
Welche Formate und welche Schärfe kann ich wählen?
16:9, 9:16, 1:1 oder 21:9, in 720p oder 1080p. Standard ist 720p.
