Kling 4.0 Omni-Video API
Kling 4.0 Omni হলো Kuaishou-এর রেফারেন্স-চালিত ভিডিও জেনারেশন মডেল, যা একাধিক মাল্টিমোডাল রেফারেন্স থেকে ভিডিও তৈরি ও সম্পাদনা করে।
Kling 4.0 Omni হলো Kling 4.0 ভিডিও জেনারেশন মডেলের রেফারেন্স-চালিত সংস্করণ, যা Kuaishou ২০২৬ সালে প্রকাশ করেছে। এটি টেক্সট, ইমেজ, ভিডিও ও অডিও ইনপুট নিয়ে ভিডিও এবং স্টেরিও অডিও আউটপুট দেয়। এক টাস্কে সর্বোচ্চ ১৫টি মাল্টিমোডাল রেফারেন্স ব্যবহার করা যায়—যার মধ্যে ১০টি ইমেজ (প্রতিটি ৩০ MB পর্যন্ত), ৫টি ভিডিও ক্লিপ (প্রতিটি ৩–৩০ সেকেন্ড, মোট ৩০ সেকেন্ডের বেশি নয়), ৩টি ভয়েস প্রোফাইল এবং ৭টি সংরক্ষিত এলিমেন্ট (যার ৩টি ভিডিও থেকে আসতে পারে)।
এই মডেলটি চরিত্র, পণ্য ও দৃশ্যের ধারাবাহিকতা বজায় রেখে ভিডিও তৈরি বা সম্পাদনা করতে পারে। আউটপুট ৩–৩০ সেকেন্ড (ডিফল্ট ১০ সেকেন্ড, ১ সেকেন্ড ধাপে সমন্বয়যোগ্য), রেজোলিউশন 720p, 1080p ও 4K, অ্যাসপেক্ট রেশিও 21:9, 16:9, 1:1, 9:16 ও অটো (রেফারেন্সের অনুপাত অনুসরণ করে)। এছাড়া ১০-বিট HDR, ডুয়াল-চ্যানেল স্টেরিও অডিও, ডিফল্টভাবে চালু মাল্টি-শট মোড, ১০টি পর্যন্ত কীফ্রেম, টার্গেটেড লোকাল এডিট এবং ক্রিয়েটিভ রিমেক সুবিধা রয়েছে।
এটি বিজ্ঞাপন নির্মাণ, সোশ্যাল মিডিয়া কন্টেন্ট, চরিত্র-ধারাবাহিকতা প্রয়োজন এমন ন্যারেটিভ ভিডিও, পণ্য ডেমো এবং বিদ্যমান ফুটেজ সম্পাদনার জন্য উপযুক্ত। Picsart AI Playground এবং API-তে পাওয়া যায়।
আপডেট:
মডেল ID
kling-4.0/omni-video- ইনপুট
- text / image / video
- আউটপুট
- video
মূল বৈশিষ্ট্য
- ১৫টি পর্যন্ত মাল্টিমোডাল রেফারেন্স
- ৩০ সেকেন্ড পর্যন্ত ভিডিও আউটপুট
- 4K রেজোলিউশন ও 10-বিট HDR
- ডুয়াল-চ্যানেল স্টেরিও অডিও
- ১০টি পর্যন্ত কীফ্রেম নিয়ন্ত্রণ
- ক্রিয়েটিভ রিমেক সুবিধা
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
ভিডিও স্পেসিফিকেশন
- আস্পেক্ট অনুপাত
- 16:9 / 9:16 / 1:1
- সময়কাল · সর্বনিম্ন
- ৩ সেকেন্ড
- সময়কাল · সর্বোচ্চ
- ৩০ সেকেন্ড
- সময়কাল · ধাপ
- ১ সেকেন্ড
- রেফারেন্স সীমা · অডিও ফাইল
- ০
- রেফারেন্স সীমা · ইমেজ
- ১০
- রেফারেন্স সীমা · ভিডিও
- ৫
- রেজোলিউশন
- 720p / 1080p
API রেফারেন্স
এই মডেলের প্রোটোকলের বিস্তারিত প্রকাশ করা হয়নি। ইন্টিগ্রেশনের প্রয়োজনীয়তার জন্য API রেফারেন্স দেখুন।
API রেফারেন্স →সমর্থিত প্যারামিটার
- prompt
- duration
- resolution
- aspect_ratio
- frame_images
- input_references
- user
- session_id
- trace
সাধারণ প্রশ্ন
মডেল পরিচিতি: Kling 4.0 Omni-Video?
Kling 4.0 Omni হলো Kling 4.0 ভিডিও জেনারেশন মডেলের রেফারেন্স-চালিত সংস্করণ, যা Kuaishou ২০২৬ সালে প্রকাশ করেছে। এটি টেক্সট, ইমেজ, ভিডিও ও অডিও ইনপুট নিয়ে ভিডিও এবং স্টেরিও অডিও আউটপুট দেয়। এক টাস্কে সর্বোচ্চ ১৫টি মাল্টিমোডাল রেফারেন্স ব্যবহার করা যায়—যার মধ্যে ১০টি ইমেজ (প্রতিটি ৩০ MB পর্যন্ত), ৫টি ভিডিও ক্লিপ (প্রতিটি ৩–৩০ সেকেন্ড, মোট ৩০ সেকেন্ডের বেশি নয়), ৩টি ভয়েস প্রোফাইল এবং ৭টি সংরক্ষিত এলিমেন্ট (যার ৩টি ভিডিও থেকে আসতে পারে)। এই মডেলটি চরিত্র, পণ্য ও দৃশ্যের ধারাবাহিকতা বজায় রেখে ভিডিও তৈরি বা সম্পাদনা করতে পারে। আউটপুট ৩–৩০ সেকেন্ড (ডিফল্ট ১০ সেকেন্ড, ১ সেকেন্ড ধাপে সমন্বয়যোগ্য), রেজোলিউশন 720p, 1080p ও 4K, অ্যাসপেক্ট রেশিও 21:9, 16:9, 1:1, 9:16 ও অটো (রেফারেন্সের অনুপাত অনুসরণ করে)। এছাড়া ১০-বিট HDR, ডুয়াল-চ্যানেল স্টেরিও অডিও, ডিফল্টভাবে চালু মাল্টি-শট মোড, ১০টি পর্যন্ত কীফ্রেম, টার্গেটেড লোকাল এডিট এবং ক্রিয়েটিভ রিমেক সুবিধা রয়েছে। এটি বিজ্ঞাপন নির্মাণ, সোশ্যাল মিডিয়া কন্টেন্ট, চরিত্র-ধারাবাহিকতা প্রয়োজন এমন ন্যারেটিভ ভিডিও, পণ্য ডেমো এবং বিদ্যমান ফুটেজ সম্পাদনার জন্য উপযুক্ত। Picsart AI Playground এবং API-তে পাওয়া যায়।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে।
Kling 4.0 Omni কী কী ইনপুট সমর্থন করে?
এটি টেক্সট, ইমেজ, ভিডিও এবং অডিও ইনপুট নিতে পারে এবং ভিডিও ও স্টেরিও অডিও আউটপুট দিতে পারে।
এক টাস্কে কতটি রেফারেন্স ব্যবহার করা যায়?
সর্বোচ্চ ১৫টি মাল্টিমোডাল রেফারেন্স—যার মধ্যে ১০টি ইমেজ (প্রতিটি ৩০ MB পর্যন্ত), ৫টি ভিডিও ক্লিপ (প্রতিটি ৩–৩০ সেকেন্ড, মোট ৩০ সেকেন্ডের বেশি নয়), ৩টি ভয়েস প্রোফাইল এবং ৭টি সংরক্ষিত এলিমেন্ট।
আউটপুট ভিডিওর দৈর্ঘ্য ও রেজোলিউশন কেমন?
দৈর্ঘ্য ৩–৩০ সেকেন্ড (ডিফল্ট ১০ সেকেন্ড, ১ সেকেন্ড ধাপে সমন্বয়যোগ্য) এবং রেজোলিউশন 720p, 1080p বা 4K।
এটি কী ধরনের কাজের জন্য উপযুক্ত?
বিজ্ঞাপন নির্মাণ, সোশ্যাল মিডিয়া কন্টেন্ট, চরিত্র-ধারাবাহিকতাসম্পন্ন ন্যারেটিভ ভিডিও, পণ্য ডেমো এবং বিদ্যমান ভিডিও সম্পাদনার জন্য উপযুক্ত।
Kling 3.0-এর তুলনায় কী কী উন্নতি আছে?
Kling 3.0-এর সর্বোচ্চ ১৫ সেকেন্ডের পরিবর্তে এখন ৩০ সেকেন্ড পর্যন্ত দৈর্ঘ্য, প্রথম ও শেষ ফ্রেমের বদলে ১০টি পর্যন্ত কীফ্রেম, ১৫টি মাল্টিমোডাল রেফারেন্স, মনো থেকে ডুয়াল-চ্যানেল স্টেরিও অডিও, আরও স্থিতিশীল গতি এবং নতুন ক্রিয়েটিভ রিমেক সুবিধা।
সংশ্লিষ্ট মডেল
Kling 4.0 Image-to-Video
Klingভিডিওkling-4.0/image-to-videoKling 4.0 ইমেজ-টু-ভিডিও একটি ঐক্যবদ্ধ সৃজনশীল মডেল, যা ছবি, টেক্সট, ভিডিও ও অডিও ইনপুট থেকে ৩–৩০ সেকেন্ডের ভিডিও তৈরি করে।
রেজোলিউশন
720p / 1080p
সময়কাল
3-30 সেকেন্ড
—
Kling 4.0 Text-to-Video
Klingভিডিওkling-4.0/text-to-videoKling 4.0 টেক্সট-টু-ভিডিও টেক্সট প্রম্পট থেকে নেটিভ স্টেরিও অডিওসহ ৩–৩০ সেকেন্ডের ভিডিও তৈরি করে।
রেজোলিউশন
720p / 1080p
সময়কাল
3-30 সেকেন্ড
—