Kling 3.0 無料オンライン AI 動画生成
プロンプトや静止画から、キャラクターが英語、中国語、日本語、韓国語、スペイン語で自分のセリフを話す 4–15 秒のクリップを生成。音声も映像と同時に作られます。720p または 1080p で、16:9、9:16、1:1 から選べます。 Yovid で Kling 3.0 の動画づくりを始めましょう。
Kling 3.0 が生み出す映像
Yovid で Kling 3.0 を選ぶ理由
- 最長 15 秒、ビートごとにペース配分：4 秒から 15 秒まで好きな長さを選び、1 秒ごとに何が起こるかをモデルに伝えます。
- 静止画から始めて、そのルックを保つ：最初のフレーム（任意で最後のフレームも）を添付すれば、Kling がそこからアニメーション化します。
- 複数の話者に、それぞれ正しいセリフを：誰が何を言うかを書けば、Kling 3.0 が各キャラクターに固有の声と口の動きを与えます。
- 5 言語のセリフ、1 つのシーンの中でも：キャラクターは英語、中国語、日本語、韓国語、スペイン語を話し、シーンの途中で切り替えることもできます。
- アクセントや方言も指定どおりに：セリフにアクセントや方言のタグを付けられます。イギリス英語から広東語まで。
- 音声込みで、クレジット料金は同じ：クレジットは長さと解像度だけで決まるので、音声をオンにしても追加料金はかかりません。
- すべての設定がひとつの画面に：3 種類のアスペクト比、2 段階の解像度、4–15 秒、音声のオン・オフ、テキストまたはフレームによる入力。
最長 15 秒、ビートごとにペース配分
Kling 3.0 は 1 回の生成で最長 15 秒をレンダリングします。初期設定の 5 秒の 3 倍で、シーンを盛り上げ、展開し、着地させるのに十分な長さです。1 本の連続したレンダリングなので、衣装、光、画面内の人物は最後の 1 秒まで保たれます。
ビートはプロンプトの中で直接指定できます。下のデモでは、群衆が加わるところから花を投げるところまで、4 秒目、8 秒目、12 秒目に何が変わるかを組み立てています。
Kling 3.0静止画から始めて、そのルックを保つ
最初のフレームとして画像をアップロードすると、Kling 3.0 はその構図を正確に引き継いでシーンを続けます。同じ顔、同じ衣装、同じセット。ショットを特定の 1 枚に着地させたいときは、2 枚目の画像を最後のフレームとして加えましょう。
Yovid はフレームが添付された時点で Kling の画像から動画モードに自動で切り替えるので、別のモデルを探す必要はありません。下のデモは左の静止画から始まり、周回するカメラ、2 つのセリフ、生き物の登場、抱擁までを 1 テイクで描いています。
Kling 3.0複数の話者に、それぞれ正しいセリフを
音声は映像と一緒に生成され、Kling 3.0 は話されるセリフを、割り当てた人物に合わせます。シーンに 3 人以上いても同様です。Kling は今回のアップグレードを、以前のバージョンでは誰が話しているのかが混ざることがあった、複数キャラクターのシーンのために作りました。
各セリフは、話者の名前と短い話し方のメモの後に書きましょう。たとえば「Dad (in a low, calm voice):」のように。トーン、部屋の音、返答のタイミングは、すべて同じ生成から出てきます。
Kling 3.05 言語のセリフ、1 つのシーンの中でも
Kling 3.0 は英語、中国語、日本語、韓国語、スペイン語でセリフを発声し、口の動きもセリフに同期します。同じクリップの中でキャラクターが言語を切り替えることもでき、バイリンガルのシーンやローカライズ広告に向いています。
聞きたい言語でセリフを入力してください。Kling によると、それ以外の言語で書いたセリフは、英語に翻訳されて話されます。
Kling 3.0アクセントや方言も指定どおりに
キャラクターにどう聞こえてほしいかを書けば、Kling 3.0 がそれに合わせてイントネーションを整えます。アメリカ、イギリス、インドの英語、あるいは広東語、四川語、北京方言、東北方言、台湾語といった中国語の方言に対応します。
タグはセリフの直前に置きます。たとえば「says in Cantonese:」や「speaks English with an Indian accent」のように。下のデモでは、話者が実際の会話どおり、広東語に英語のオフィス用語を混ぜています。
Kling 3.0音声込みで、クレジット料金は同じ
Kling の純正アプリでは、ネイティブ音声は別料金のより高いモードとして販売されています。Yovid の Kling 3.0 は、クレジットパックの料金が長さと解像度だけで決まるため、初期設定の音声オンでも請求額は増えません。
クレジットは動画 1 秒ごとに課金され、入力画面には生成前に正確な金額が表示されます。
| 720p | 1 秒あたり約 2.5 クレジット5 秒のクリップで約 13、15 秒のクリップで約 38 クレジット。 |
|---|---|
| 1080p | 1 秒あたり 4 クレジット5 秒で 20 クレジット、フル尺の 15 秒で 60。 |
| 音声 | オンでもオフでも同じ料金初期設定はオン。生成ごとにオフにできます。 |
| サブスクリプション | 1 秒あたりのクレジットが少ないLite、Pro、Premium は、クレジットパックの料金より安くなります。 |
すべての設定がひとつの画面に
書く前にフレームを決めておくと、動きとカメラの軌道がそのフレームに合わせて構成されます。1:1 は、ワイドスクリーンのクリップを切り抜いたものではなく、本物の正方形でレンダリングされます。
| 長さ | 4 秒から 15 秒初期設定は 5 秒。 |
|---|---|
| 解像度 | 720p または 1080p初期設定は 720p。Kling 3.0 を使えるすべてのプランで 1080p を利用できます。 |
| アスペクト比 | 16:9、9:16、1:1 |
| 入力 | テキスト、または開始フレーム（終了フレームは任意）このモデルでは参照画像・参照動画は使えません。 |
| プロンプト | 最大 2,500 文字 |
| 音声 | 初期設定でオンセリフ、環境音、効果音。生成ごとにオフにできます。 |
| 出力 | MP4 |
Kling 3.0 が特に向いている人
しゃべるキャラクター、複数の言語、1 クリップ 15 秒。次のような仕事にぴったりです：
- ショート動画・SNS クリエイター：セリフと音声付きの縦型 9:16 コントやリアクション動画を、別途ナレーションを入れずにそのまま投稿できます。
- キャンペーンをローカライズするマーケター：同じシーンを英語、スペイン語、日本語、韓国語、中国語で吹き替え。各市場に合うアクセントも付けられます。
- ショートドラマ・ストーリー制作者：3 人以上のキャラクターがそれぞれ自分のセリフを話す会話シーンを、15 秒のワンテイクで。
- EC・商品チーム：商品写真を最初のフレームから動くショットに、あるいはテキストプロンプトからフィード向けの正方形 1:1 クリップに。
- アニメーター・イラストレーター：3D アニメーションのようなスタイライズドなルックを、1 枚のキーイメージからカメラワークとセリフまで引き継ぎます。
Kling 3.0 と Seedance 2.5・MiniMax H3・Veo 3.1・Wan 3.0 を比較
最後の行を除くすべてのセルは、Yovid の生成画面で各モデルが現在提供している設定から読み込んでいます。クレジットを使う前に、長さ、参照素材、料金でモデルを選べます。
| 機能 / モデル |  Kling 3.0 |  Seedance 2.5 |  MiniMax H3 |  Veo 3.1 Fast |  Wan 3.0 |
|---|---|---|---|---|---|
| 最長尺 | 15 秒 | 30 秒 | 15 秒 | 8 秒 | 30 秒 |
| 最高解像度 | 1080p | 1080p | 2K | 4K | 1080p |
| アスペクト比 | 16:9, 9:16, 1:1 | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | 16:9, 9:16 | 16:9, 9:16, 1:1, 4:3, 3:4 |
| 参照画像 | — | 30 | 9 | — | 10 |
| 参照動画 | — | 10 | 3 | — | 5 |
| 720p・5 秒のクレジット | 13 | 31 | 23 | 15 | 12 |
| 向いている用途 | しゃべるキャラクターと多言語のセリフを、低い 1 秒あたり料金で。 | 長回しのワンテイク、参照素材を多用する制作、既存クリップの編集。 | 少ない参照から、よりシャープな 2K 出力。 | 最大 4K の短いシネマティックショット。 | クレジットを抑えたい最長 30 秒のクリップ。 |
クレジットは、720p（またはモデルが対応する最も近い解像度）で 5 秒の動画を作る場合のクレジットパックの標準料金で、Yovid の最新料金に連動します。サブスクリプションでは 1 秒あたりの消費が少なくなります。
Kling 3.0 の強みと制約
Yovid のラインナップでの強みと、別のモデルや設定を選んだほうがよい場面です。
強み
- セリフ：マルチキャラクターのシーンでも、セリフが正しい話者に合います。5 言語に加え、アクセントや方言にも対応。
- 料金：720p で 1 秒あたり約 2.5 クレジット。Seedance 2.5 の料金の半分を大きく下回ります。
- 音声込み：クレジットパックの料金は、音声のオン・オフで変わりません。
- フォーマットの幅：テキストまたは開始フレームから、16:9、9:16、本物の 1:1 正方形で最長 15 秒。
制約
- シングルショット：Kling のマルチショット絵コンテは Yovid では使えません。1 回の生成は 1 本の連続したショットです。
- 解像度：最高 1080p まで。4K が必要なら、Premium の Veo 3.1 Fast か、Yovid の動画アップスケーラーを使ってください。
- 参照素材なし：受け付けるのは開始フレームと終了フレームのみ。参照画像や参照動画なら Seedance 2.5、参照動画なら Kling O3 を使ってください。
- プランによる制限：無料プランでは使えません。Lite 以上のプラン、または Creator 以上のクレジットパックで利用できます。
Yovid で Kling 3.0 を使う方法
- ステップ 1
Kling 3.0 を選ぶ
動画生成画面を開きます。このページからなら Kling 3.0 が選択済みで、モデル一覧の Kling フィルターから探すこともできます。
- ステップ 2
シーンとセリフを書く
動きを描写し、各セリフに話者と言語を指定して、あれば開始フレームを追加し、長さ、アスペクト比、解像度、音声を設定します。
- ステップ 3
生成してダウンロード
テイクを確認し、必要ならプロンプトを調整してもう一度生成し、MP4 をダウンロードします。
すぐに試せる Kling 3.0 プロンプト例
これらのデモで Kling 自身が使ったプロンプトを短くまとめ、生成されたクリップと並べました。どのデモも静止画から始まっており、一部は Kling のマルチショットをオンにして作られています。Yovid ではプロンプトは 1 本の連続したショットとしてレンダリングされ、テキストだけでも、追加した最初のフレームからでも生成できます。
オフィスの長回し
開始フレーム + プロンプト・15 秒Authentic workplace texture, one continuous long take without any cuts. The camera follows the professional woman in a medium shot, tracking her when she walks and freezing when she pauses: she steps out of the elevator, takes off her sunglasses and tucks them into her bag, hangs her bag and coat on the coat rack, signs a document a young colleague hands her, then sits at her desk and sips her tea.
出典：Kling AI · Video 3.0 user guide
このプロンプトを試す放課後の屋上
開始フレーム + プロンプト・10 秒On the rooftop of a Korean high school at night, distant city lights glimmer and a soft wind rustles. The girl leans against the railing, lost in thought. The boy walks over with two cans of cola and hands her one; she pops the tab. Boy (casual tone, Korean): "숙제 다 했어? 왜 여기 있어?" Girl (sighing, Korean): "시험이 너무 무서워." Boy (gentle tone, Korean): "걱정 마, 넌 잘할 거야."
出典：Kling AI · Video 3.0 user guide
このプロンプトを試すマドリードで道を尋ねる
開始フレーム + プロンプト・10 秒Sunlight fills the old streets of Madrid. In front of a bakery, a female tourist and a male tourist in a gray hoodie walk up to the shop clerk. Female tourist (slowly, with an awkward accent, in Spanish): "Disculpe, ¿dónde está la plaza mayor?" The white-haired clerk (pointing ahead, cheerful, in Spanish): "Por allí, a dos calles. Muy cerca." The male tourist nods: "Muchas gracias." The two turn and walk the way he pointed.
出典：Kling AI · Video 3.0 user guide
このプロンプトを試す宮殿の庭への誘い
開始フレーム + プロンプト・10 秒The camera lingers on the noble lady and her maid: the lady’s gaze soft and mild, the maid listening with her head bowed. The lady smooths her sleeve and says in a warm, gentle tone: "오늘 후원에서 피어난 꽃을 보니, 시원한 바람이 분다. 너도 함께 걸어볼까?" The maid leans slightly forward and replies with deference: "네, 아씨님. 따라갈게요."
出典：Kling AI · Video 3.0 user guide
このプロンプトを試す図書館の微笑み
開始フレーム + プロンプト・5 秒The camera gradually moves around to the front of the girl, who then lifts her head and smiles warmly at the camera, as if seeing an old friend after many years.
出典：Kling AI · Video 3.0 user guide
このプロンプトを試す
Yovid のほかの動画モデル
Kling 3.0 をもっと使いこなすためのガイド
プロンプトの型、画像から動画の作例、Yovid の全動画モデルの比較。