API de synchronisation labiale Kling (Kling Lip Sync)

Faites « parler » une vidéo Kling existante (5 secondes ou 10 secondes) selon un audio ou un texte — c’est-à-dire synchroniser les lèvres (Lip Sync). Associée à image2video de /kling/videos (pour animer une photo), elle permet de former un flux complet de « photo parlante / présentateur numérique ».

Cette interface est un encapsulage pratique en une étape fourni par AceDataCloud, destiné aux scénarios courants pilotés par audio/texte ; elle n’est pas un miroir des champs de l’interface officielle Kling en plusieurs étapes « reconnaissance faciale → Advanced Lip Sync ». Veuillez vous référer au tableau des paramètres de cette page.

Adresse de l’interface : POST https://api.acedata.cloud/kling/lip-sync
Format de requête : application/json
Format de réponse : application/json
Facturation : 2.45 Credits par appel réussi (fixe)

En-têtes de requête (Request Headers)

Champ	Valeur	Description
`authorization`	`Bearer ${API_KEY}`	Votre clé API, obtenir ici
`content-type`	`application/json`	Format du corps de la requête
`accept`	`application/json`	Format de réponse

Paramètres de requête (Request Body)

Paramètre	Type	Obligatoire	Par défaut	Description
`mode`	string	Oui	—	Mode de génération. Énumération : `audio2video` (piloté par audio), `text2video` (piloté par texte)
`video_id`	string	Un sur deux	—	ID d’une vidéo générée par Kling (par exemple, le `video_id` renvoyé par image2video de `/kling/videos`). Prend uniquement en charge les vidéos de 5 s/10 s générées au cours des 30 derniers jours. Choisissez entre `video_id` et `video_url`, ne les transmettez pas simultanément
`video_url`	string	Un sur deux	—	Lien vidéo accessible publiquement. Contraintes : `.mp4`/`.mov`, ≤100MB, durée de 2–10s, uniquement 720p/1080p, longueur de côté 720–1920px. Choisissez entre cette option et `video_id`
`audio_url`	string	Conditionnel	—	URL de téléchargement de l’audio pilote, obligatoire lorsque `audio2video` + `audio_type=url`. Formats `.mp3`/`.wav`/`.m4a`/`.aac`, ≤5MB
`audio_type`	string	Non	`url`	Méthode de transmission audio. Énumération : `url`, `file` (prend effet avec `audio2video`)
`audio_file`	string	Conditionnel	—	Base64 du fichier audio, obligatoire lorsque `audio_type=file`. Même format que ci-dessus, ≤5MB
`text`	string	Conditionnel	—	Texte à lire, obligatoire avec `text2video`, 120 caractères maximum
`voice_id`	string	Conditionnel	—	ID de la voix, obligatoire avec `text2video`
`voice_language`	string	Non	`zh`	Langue de la voix. Énumération : `zh`, `en` (prend effet avec `text2video`)
`voice_speed`	float	Non	`1.0`	Vitesse de parole, plage `0.8`–`2.0`, précise à une décimale (prend effet avec `text2video`)
`callback_url`	string	Non	—	Adresse de rappel. En transmettant cette option ou `async=true`, vous activez le mode asynchrone : renvoie immédiatement `task_id`, puis effectue un rappel une fois le résultat généré
`async`	boolean	Non	`false`	Indique si l’opération est asynchrone. Lorsque `true`, renvoie immédiatement `task_id`, à utiliser avec l’interrogation de `/kling/tasks` ou le rappel `callback_url`

Exemples de requêtes

1）Piloté par audio (audio2video)

curl -X POST 'https://api.acedata.cloud/kling/lip-sync' \
  -H 'authorization: Bearer ${API_KEY}' \
  -H 'content-type: application/json' \
  -d '{
    "mode": "audio2video",
    "video_id": "895055164389466178",
    "audio_url": "https://cdn.acedata.cloud/6f7d62b18b.wav"
  }'

2）Piloté par texte (text2video)

curl -X POST 'https://api.acedata.cloud/kling/lip-sync' \
  -H 'authorization: Bearer ${API_KEY}' \
  -H 'content-type: application/json' \
  -d '{
    "mode": "text2video",
    "video_id": "895055164389466178",
    "text": "哥，好久不见，我一切都好，你要照顾好自己。",
    "voice_id": "genshin_vindi2",
    "voice_language": "zh",
    "voice_speed": 1.0
  }'

Exemple de réponse (succès synchrone)

{
  "success": true,
  "task_id": "07a3ec65-9f7e-4a09-b7b7-282684082527",
  "video_id": "895055968777281546",
  "video_url": "https://cdn.acedata.cloud/assets/examples/kling/6c68c267-065b-4423-b66b-a0e4c59ee0d5-6a664a591a53.mp4",
  "duration": "4.966",
  "state": "succeed"
}

Champ	Type	Description
`success`	boolean	Indique si l’opération a réussi
`task_id`	string	ID de cette tâche (peut être utilisé pour une requête via `/kling/tasks`)
`video_id`	string	ID Kling de la vidéo générée (peut servir d’entrée pour le prochain `extend`/`lip-sync`)
`video_url`	string	URL de la vidéo parlante générée (archivée sur le CDN de cette plateforme, valide à long terme)
`duration`	string	Durée de la vidéo (secondes)
`state`	string	État de la tâche : `succeed` / `failed`

Mode asynchrone et consultation

Lorsque callback_url ou async: true est transmis, l’interface renvoie immédiatement task_id ; vous pouvez ensuite :

Interroger : POST /kling/tasks, body { "action": "retrieve", "id": "<task_id>" } (gratuit)
Rappel : une fois la génération terminée, le résultat est envoyé par POST à votre callback_url

Flux complet : photo parlante (image2video → lip-sync)

# Étape 1 : animez la photo, obtenez video_id
curl -X POST 'https://api.acedata.cloud/kling/videos' \
  -H 'authorization: Bearer ${API_KEY}' -H 'content-type: application/json' \
  -d '{"model":"kling-v2-1-master","action":"image2video","start_image_url":"https://cdn.acedata.cloud/4hfydw.jpg","prompt":"look at camera, natural","duration":5,"mode":"pro"}'
# → { "video_id": "895055164389466178", ... }

# Étape 2 : synchronisez les lèvres avec l'audio
curl -X POST 'https://api.acedata.cloud/kling/lip-sync' \
  -H 'authorization: Bearer ${API_KEY}' -H 'content-type: application/json' \
  -d '{"mode":"audio2video","video_id":"895055164389466178","audio_url":"https://cdn.acedata.cloud/assets/examples/fish/5ade0339-5f11-487e-aacc-06a908271706-8e3fcb0e5547.mp3"}'
# → { "video_url": "https://cdn.acedata.cloud/assets/examples/kling/6c68c267-065b-4423-b66b-a0e4c59ee0d5-6a664a591a53.mp4", ... }

Réponse d’erreur

{
  "success": false,
  "error": { "code": "bad_request", "message": "one of video_id or video_url is required" },
  "trace_id": "f07cab09-3c18-4d74-9030-64ee840d9f16",
  "task_id": "f490537f-2e5c-4739-8149-6252fba2091c"
}

HTTP	code	Signification
400	`bad_request`	Paramètres manquants ou invalides (par exemple, mode non fourni, conflit entre video et audio dont un seul doit être sélectionné, text dépasse 120 caractères)
401	`authorization_missing`	Clé API manquante ou invalide
403	`forbidden`	Contenu bloqué par le contrôle des risques
429	`too_many_requests`	Limitation de concurrence en amont, veuillez réessayer plus tard
500	`api_error`	Erreur en amont ou interne

Remarques

video_id doit être une vidéo Kling générée dans les 30 jours, et durer 5 s ou 10 s ; sinon, utilisez video_url pour fournir une vidéo conforme aux contraintes.
Il est recommandé que la vidéo d’entrée montre un visage net de face, une seule personne, afin d’obtenir le meilleur effet de synchronisation labiale.
La durée de l’audio/du texte doit correspondre à celle de la vidéo (l’audio ne doit pas dépasser la durée de la vidéo).
La facturation a lieu en cas de succès (2,45 Credits/fois) ; les échecs de validation des paramètres (4xx) ne sont pas facturés.

Démarrage

Chat IA

Image IA

Vidéo IA

Audio IA

Web & Données

CAPTCHA

Identité

Coding

Autres guides

API de synchronisation labiale Kling (Kling Lip Sync)

En-têtes de requête (Request Headers)

Paramètres de requête (Request Body)

Exemples de requêtes

1）Piloté par audio (audio2video)

2）Piloté par texte (text2video)

Exemple de réponse (succès synchrone)

Mode asynchrone et consultation

Flux complet : photo parlante (image2video → lip-sync)

Réponse d’erreur

Remarques

​En-têtes de requête (Request Headers)

​Paramètres de requête (Request Body)

​Exemples de requêtes

​1）Piloté par audio (audio2video)

​2）Piloté par texte (text2video)

​Exemple de réponse (succès synchrone)

​Mode asynchrone et consultation

​Flux complet : photo parlante (image2video → lip-sync)

​Réponse d’erreur

​Remarques

En-têtes de requête (Request Headers)

Paramètres de requête (Request Body)

Exemples de requêtes

1）Piloté par audio (audio2video)

2）Piloté par texte (text2video)

Exemple de réponse (succès synchrone)

Mode asynchrone et consultation

Flux complet : photo parlante (image2video → lip-sync)

Réponse d’erreur

Remarques