Video Modelskling-ai

معرفی و مستندات مدل هوش مصنوعی avatar-pro

مستندات مدل avatar-pro از kling-ai، ارائه شده توسط ای آی کار (AI-KAR)

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی به صورت متوسط پشتیبانی می‌کند. درک دستورات و متون فارسی در سطح قابل قبولی است، اما ممکن است در برخی موارد نیاز به ویرایش و اصلاح داشته باشد.

مدل avatar-pro از kling-ai یک مدل پیشرفته تولید ویدیو است که با استفاده از یک تصویر و یک فایل صوتی، انیمیشن‌های شخصیت‌های گویا و رسا تولید می‌کند. این مدل قادر است حرکات لب و دهان را به طور کامل با ریتم، آهنگ و معنای گفتار هماهنگ کند و حرکات طبیعی بدن را نیز به آن اضافه کند. این مدل با خروجی ویدیویی با کیفیت 1080p و سرعت 48 فریم بر ثانیه، تجربه‌ای واقع‌گرایانه و جذاب را برای کاربران فراهم می‌کند. این مدل در ای آی کار (AI-KAR) به شما ارائه شده است.

کاربردهای مدل avatar-pro:
مدل avatar-pro کاربردهای گسترده‌ای در زمینه‌های مختلف دارد، از جمله:
1. تولید محتوای آموزشی: این مدل می‌تواند برای تولید ویدیوهای آموزشی جذاب و تعاملی استفاده شود. معلمان و اساتید می‌توانند با استفاده از این مدل، شخصیت‌های مجازی ایجاد کنند که دروس را به صورت جذاب و قابل فهم ارائه دهند.
2. بازاریابی و تبلیغات: شرکت‌ها می‌توانند از این مدل برای تولید ویدیوهای تبلیغاتی خلاقانه و جذاب استفاده کنند. با استفاده از این مدل، می‌توان شخصیت‌های مجازی ایجاد کرد که محصولات و خدمات را به صورت جذاب و موثر معرفی کنند.
3. سرگرمی و بازی: این مدل می‌تواند برای تولید انیمیشن‌ها، بازی‌های ویدیویی و سایر محتوای سرگرم‌کننده استفاده شود. با استفاده از این مدل، می‌توان شخصیت‌های مجازی ایجاد کرد که داستان‌ها را به صورت جذاب و تعاملی روایت کنند.
4. ارتباطات: این مدل می‌تواند برای ایجاد آواتارهای مجازی استفاده شود که در جلسات آنلاین، کنفرانس‌ها و سایر رویدادهای مجازی شرکت کنند. با استفاده از این مدل، افراد می‌توانند حضور مجازی قوی‌تری داشته باشند و ارتباطات موثرتری برقرار کنند.

نحوه استفاده از مدل avatar-pro:
برای استفاده از مدل avatar-pro، ابتدا باید یک حساب کاربری در ای آی کار (AI-KAR) ایجاد کنید و یک کلید API دریافت کنید. سپس، می‌توانید با استفاده از API این مدل، درخواست تولید ویدیو ارسال کنید. برای این کار، باید یک تصویر از شخصیت مورد نظر و یک فایل صوتی از گفتار مورد نظر را ارائه دهید. همچنین، می‌توانید یک متن توضیحی برای صحنه، موضوع یا عملی که می‌خواهید در ویدیو تولید شود، ارائه دهید. پس از ارسال درخواست، مدل avatar-pro ویدیوی مورد نظر را تولید کرده و یک شناسه تولید (generation ID) را به شما برمی‌گرداند. با استفاده از این شناسه، می‌توانید وضعیت تولید ویدیو را پیگیری کنید و پس از اتمام تولید، ویدیوی نهایی را دریافت کنید.

مشخصات فنی (API References)

پارامترنوعتوضیحات و مقادیر
model
stringRequired
مدل مورد استفاده برای تولید ویدیو. مقدار ثابت `klingai/avatar-pro` را بپذیرید.
مقادیر مجاز (کلیک برای کپی):
image_url
stringRequired
یک لینک مستقیم به یک تصویر آنلاین یا یک تصویر محلی که به صورت Base64 کدگذاری شده است. این تصویر به عنوان پایه بصری یا اولین فریم برای ویدیو استفاده خواهد شد.
audio_url
stringRequired
آدرس اینترنتی فایل صوتی که شخصیت در ویدیو آن را بیان می‌کند.
prompt
string
توضیحات متنی صحنه، موضوع یا عملی که می‌خواهید در ویدیو تولید شود. حداکثر طول: 2500 کاراکتر.

نمونه کدهای درخواست

نکته مهم برای توسعه‌دهندگان:

برای احراز هویت، حتما کلید API خود را جایگزین YOUR_API_KEY کنید. هدر Authorization الزامی است.

import requests
import time

api_key = "<YOUR_AI-KARAPI_KEY>"
base_url = "https://api.ai-kar.com/v1"

def generate_video():
    url = f"{base_url}/video/generations"
    headers = {
        "Authorization": f"Bearer {api_key}",
    }
    data = {
        "model": "klingai/avatar-pro",
        "image_url": "https://cdn.AI-KARapi.com/assets/content/office_man.png",
        "audio_url": "https://storage.googleapis.com/falserverless/example_inputs/omnihuman_audio.mp3",
    }
    response = requests.post(url, json=data, headers=headers)
    if response.status_code >= 400:
        print(f"Error: {response.status_code} - {response.text}")
    else:
        response_data = response.json()
        print(response_data)
        return response_data

def get_video(gen_id):
    url = f"{base_url}/video/generations"
    params = {
        "generation_id": gen_id,
    }
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    response = requests.get(url, params=params, headers=headers)
    return response.json()

def main():
    gen_response = generate_video()
    gen_id = gen_response.get("id")
    print("Generation ID:  ", gen_id)

    if gen_id:
        start_time = time.time()
        timeout = 600
        while time.time() - start_time < timeout:
            response_data = get_video(gen_id)
            if response_data is None:
                print("Error: No response from API")
                break
            status = response_data.get("status")
            print("Status:", status)
            if status == "waiting" or status == "active" or  status == "queued" or status == "generating":
                print("Still waiting... Checking again in 10 seconds.")
                time.sleep(10)
            else:
                print("Processing complete:/n", response_data)
                return response_data
        print("Timeout reached. Stopping.")
        return None

if __name__ == "__main__":
    main()

نمونه پاسخ موفق (JSON)

RESPONSE (200 OK)
{
  "id": "60ac7c34-3224-4b14-8e7d-0aa0db708325",
  "status": "completed",
  "video": {
    "url": "#",
    "duration": 8
  },
  "duration": 8,
  "error": null,
  "meta": {
    "usage": {
      "tokens_used": 120000
    }
  }
}