有声商品广告
主持人转身展示卫衣，面对镜头介绍商品，适合检查台词和口型。
可灵 2.6 视频生成，自带人声和音效
可灵 2.6（Kling 2.6）把画面和声音一起生成：文字或一张照片可变成 5 秒、10 秒的 1080p 视频，支持对白、唱歌、环境声和音效。需要无声素材时关闭生成声音，积分减半。
需要灵感吗？
示例
Scene: a fashion live-streaming sales setting, with clothes hanging on racks and the host’s figure reflected in a full-length mirror. [Female host] turns around to show the cut of the beige hoodie. [Female host, cheerful tone] says: "360-degree tailoring, slimming and easy to style." She leans closer to the camera. [Female host, lively tone] says: "Double-sided fleece, and thirty dollars off when you order now."
这是参考示例。
可灵 2.6 模型的声画同出能力
可灵 2.6 是快手可灵 AI 在 2025 年 12 月发布的视频模型，也是可灵系列首次将声音和画面一起生成的版本。输入文字或一张照片，得到 5 秒或 10 秒、1080p 的片段；声音可以包含对白、唱歌、环境声和动作音效。
本页用的是 Kling 2.6 Pro（API 平台对完整画质版的叫法）。文字模式构思新场景，图片模式以一张首帧为起点，不支持尾帧。需要指定结尾、多镜头或更长片段时，可查看“可灵 3.0”页面；只做一段简短有声镜头时，可先试 2.6。
本页设置和上传限制
生成前先选好片长、声音和输入方式。
| 项目 | 可灵 Kling 2.6 |
|---|---|
| 文生视频 | 支持，提示词最多 2,500 字符 |
| 图生视频 | 一张首帧，JPG 或 PNG，最大 10 MB；不支持尾帧 |
| 片长 | 5 秒或 10 秒 |
| 分辨率 | 1080p |
| 比例 | 文字模式：16:9、9:16、1:1；图片模式跟随原图 |
| 声音 | 可开关，支持对白口型、唱歌、环境声和音效 |
| 对白语言 | 中文、英文 |
| 积分关系 | 有声是无声的两倍；10 秒是 5 秒的两倍 |
| 适合用途 | 有声广告、对白、唱歌、ASMR 和简短镜头 |
提交前以“用可灵 2.6 生成视频”按钮上的积分为准。2.6 每段为单镜头，不提供多镜头分镜、尾帧或 4K。
和 3.0、2.5 Turbo 按需求对比
先看是否需要声音、尾帧或多个镜头。
| 项目 | 可灵 Kling 2.6 | 可灵 Kling 3.0 | 可灵 Kling 2.5 Turbo |
|---|---|---|---|
| 声音 | 对白、唱歌、音效 | 对白、音效、多语言人声 | 无声 |
| 首帧 | 支持 | 支持 | 支持 |
| 尾帧 | 不支持 | 支持 | 支持 |
| 片长 | 5 秒、10 秒 | 3–15 秒 | 5 秒、10 秒 |
| 分辨率 | 1080p | 720p、1080p、4K | 1080p |
| 多镜头 | 不支持 | 最多 5 个镜头 | 不支持 |
| 适合用途 | 所需积分适中的有声短片 | 较长片段、多镜头和高分辨率 | 较少积分的无声动作片段 |
听听对白、唱歌和音效
预览默认静音，生成的文件带声音。点卡片会把对应设置填进上方操作区，示例图仅供参考。
乐队照片变唱歌视频
从排练照片开始，主唱和伴唱声随人物动作一起生成。
切洋葱 ASMR
用近景表现刀落砧板和切开洋葱的声音，检查每次动作是否合拍。
播客式双人对白
两位说话人交替发言，用不同台词和语气区分人物。
舞台演讲
用停顿、剧场回声和安静观众表现一小段演讲。
火焰和寒冰幻想场景
给火球、冰霜和撞击安排声音，用于虚构电影式动作构思。
台词和动作一起写
直接在浏览器中完成三步。
写场景、台词和声音
说明谁在画面里、做什么、镜头怎样移动。每句台词标出说话人和语气；图片模式先上传首帧。
选片长、比例和声音
选择 5 秒或 10 秒。文字模式可选横屏、竖屏、方形；需要人声和音效时开启生成声音，无声片段则关闭。
检查声音再下载
确认积分后点击“用可灵 2.6 生成视频”。完成后检查人声、口型和动作时间，再下载 MP4 或调整台词重做。
可灵音频，怎样和画面配合
音效、对白、唱歌和照片首帧，下面分别说明。
动作和音效同时生成
脚步、切菜、风声和人群声都可写进同一提示词。和只能生成无声片段的 2.5 Turbo 相比，这是 2.6 的主要变化。
用说话人和语气区分对白
每句标明人物和情绪，例如［顾客，惊讶］，再写具体台词。生成后检查声音是否分配给正确人物。
尝试简短唱歌片段
可要求唱一句歌词、副歌或清唱和声，用于短音乐构思或祝福片段。先让文字和片长匹配，再试听节奏。
照片确定人物和场景
上传首帧，文字描述动作和声音。结果跟随图片比例；需要竖屏时可先裁成 9:16，完成后检查人物和服装。
用短片试一句话或一个动作
网店和品牌
制作有声商品介绍或直播式展示，发布前核对文案和商品外观。
社交内容
尝试 9:16 喜剧、reaction 短视频或 ASMR 短片。
音乐创作
用简短演唱和表演片段试声音方向，确保素材和歌词有权使用。
故事和教学
制作带旁白、演讲或对话的小场景，核对内容和对白是否准确。
提示词按场景、人物、台词来写
每句台词分清说话人，声音要求尽量具体。
先场景，再台词
先写地点和动作，再按［说话人，语气］加引号里的台词，每句单独标记。
列出主要声音
雨打玻璃、清脆咬合、掌声或引擎声，选符合场景的音效即可。
短片不要塞长对白
5 秒适合很短的台词，较长交流可选 10 秒。提示词最多 2,500 字符。
人物或商品用清晰首帧
一张清晰照片比长篇外观描述更明确，再写动作和表情变化。
使用前常见问题
了解对白、声音开关、片长和所需积分。
它是快手可灵 AI 在 2025 年 12 月发布的视频模型，可用文字或一张照片生成 5 秒、10 秒的 1080p 视频，并同时生成对白、唱歌和音效。
不是。Kling 2.6 Pro 是 API 平台常用的完整画质型号名称，本页用的就是这个 1080p 版本，声音可开关。
需要。按片长和声音设置计算：10 秒的积分是 5 秒的两倍，有声是无声的两倍。提交前“用可灵 2.6 生成视频”按钮上会显示具体数量。注册即送 100 积分；首次购买任意套餐或积分包后，这些积分会解锁并永久有效。
可以先选 5 秒并关闭生成声音，检查构图和动作；需要声音或更长片段时再调整设置重新生成，每次任务单独扣费。
不支持。可灵 2.6 只接受一张首帧。需要指定结尾时，可查看可灵 3.0 或“AI 首尾帧生成视频”。
能。支持中文和英文对白。把具体台词按想听到的语言写进提示词，其他语言可能被读成英文，生成后请试听。
5 秒或 10 秒的单镜头有声片段可先试 2.6；需要 3–15 秒、多镜头、尾帧、角色元素或 4K 时，可查看 3.0。
选择文字或图片模式，写好提示词，再选片长和声音设置。这里可直接生成，不需要填写 API 密钥或编写代码。
EzImgMaker 是独立服务，和快手或可灵 AI 没有关联，也没有获得其背书或赞助。
JPG 或 PNG，最大 10 MB。请使用自己拥有或已获准使用的图片，涉及他人肖像先取得同意，不要上传未成年人照片或制作冒充、骚扰他人的内容。
把一句台词变成有声镜头
写下人物、动作和声音，或上传首帧，再选择 5 秒或 10 秒。
可灵和 Kling AI 是快手或其关联公司的商标。EzImgMaker 是独立服务，和上述公司没有关联，也没有获得其背书或赞助。