API di sincronizzazione labiale di Kling (Kling Lip Sync)

Fai in modo che un video Kling esistente (di 5 o 10 secondi) “parli” seguendo l’audio o il testo, ovvero esegua la sincronizzazione labiale (Lip Sync). In combinazione con image2video di /kling/videos (per animare una foto), puoi creare un flusso completo di “foto parlante / presentazione di avatar digitale”.

Questa API è un comodo wrapper a passaggio singolo fornito da AceDataCloud, pensato per scenari comuni guidati da audio/testo; non è una replica dei campi dell’API ufficiale Kling multi-passaggio «riconoscimento facciale → Advanced Lip Sync». Fai riferimento alla tabella dei parametri in questa pagina.

Endpoint API: POST https://api.acedata.cloud/kling/lip-sync
Formato della richiesta: application/json
Formato della risposta: application/json
Fatturazione: 2.45 Credits per ogni chiamata riuscita (fisso)

Intestazioni della richiesta (Request Headers)

Campo	Valore	Descrizione
`authorization`	`Bearer ${API_KEY}`	La tua chiave API, ottienila qui
`content-type`	`application/json`	Formato del corpo della richiesta
`accept`	`application/json`	Formato della risposta

Parametri della richiesta (Request Body)

Parametro	Tipo	Obbligatorio	Predefinito	Descrizione
`mode`	string	Sì	—	Modalità di generazione. Enumerazione: `audio2video` (guidata da audio), `text2video` (guidata da testo)
`video_id`	string	Uno dei due	—	ID del video generato da Kling (ad esempio il `video_id` restituito da image2video di `/kling/videos`). Sono supportati solo video di 5s/10s generati entro 30 giorni. Scegli uno tra `video_id` e `video_url`; non possono essere passati contemporaneamente
`video_url`	string	Uno dei due	—	Link video accessibile pubblicamente. Vincoli: `.mp4`/`.mov`, ≤100MB, durata 2–10s, solo 720p/1080p, lato 720–1920px. Scegli uno tra questo e `video_id`
`audio_url`	string	Condizionale	—	URL di download dell’audio di guida, obbligatorio quando `audio2video` + `audio_type=url`. Formati `.mp3`/`.wav`/`.m4a`/`.aac`, ≤5MB
`audio_type`	string	No	`url`	Modalità di trasmissione audio. Enumerazione: `url`, `file` (effettivo con `audio2video`)
`audio_file`	string	Condizionale	—	Base64 del file audio, obbligatorio quando `audio_type=file`. Formato come sopra, ≤5MB
`text`	string	Condizionale	—	Testo da leggere, obbligatorio con `text2video`, massimo 120 caratteri
`voice_id`	string	Condizionale	—	ID del timbro vocale, obbligatorio con `text2video`
`voice_language`	string	No	`zh`	Lingua del timbro vocale. Enumerazione: `zh`, `en` (effettivo con `text2video`)
`voice_speed`	float	No	`1.0`	Velocità del parlato, intervallo `0.8`–`2.0`, precisa a una cifra decimale (effettivo con `text2video`)
`callback_url`	string	No	—	Indirizzo di callback. Passando questo parametro o `async=true`, viene attivata la modalità asincrona: restituisce immediatamente `task_id`, con callback dopo la generazione del risultato
`async`	boolean	No	`false`	Se eseguire in modo asincrono. Quando è `true`, restituisce immediatamente `task_id`, da usare con il polling di `/kling/tasks` o il callback di `callback_url`

Esempi di richiesta

1）Guidata da 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）Guidata da testo（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
  }'

Esempio di risposta (successo sincrono)

{
  "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"
}

Campo	Tipo	Descrizione
`success`	boolean	Se l’operazione è riuscita
`task_id`	string	ID di questa attività (può essere usato per la query tramite `/kling/tasks`)
`video_id`	string	ID Kling del video generato (può essere usato come input per il successivo `extend`/`lip-sync`)
`video_url`	string	URL del video parlante generato (salvato nella CDN di questa piattaforma, valido a lungo termine)
`duration`	string	Durata del video (secondi)
`state`	string	Stato dell’attività: `succeed` / `failed`

Modalità asincrona e query

Quando viene passato callback_url o async: true, l’API restituisce immediatamente task_id; successivamente puoi:

Polling: POST /kling/tasks, body { "action": "retrieve", "id": "<task_id>" } (gratuito)
Callback: al termine della generazione, il risultato viene inviato tramite POST al tuo callback_url

Flusso completo: foto parlante (image2video → lip-sync)

# Passaggio 1: anima la foto, ottieni 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":"guarda la fotocamera, naturale","duration":5,"mode":"pro"}'
# → { "video_id": "895055164389466178", ... }

# Passaggio 2: sincronizza le labbra con 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", ... }

Risposta di errore

{
  "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	Significato
400	`bad_request`	Parametri mancanti o non validi (ad esempio mode non inviato, conflitto tra video e audio in alternativa, text oltre 120 caratteri)
401	`authorization_missing`	Chiave API mancante o non valida
403	`forbidden`	Contenuto bloccato dal controllo del rischio
429	`too_many_requests`	Limite di concorrenza a monte, riprovare più tardi
500	`api_error`	Errore a monte o interno

Note

video_id deve essere un video Kling generato entro 30 giorni e deve essere di 5s o 10s; altrimenti, usare video_url per passare un video che soddisfi i vincoli.
Si consiglia che il video di input mostri un volto frontale nitido e una sola persona, per il miglior effetto di sincronizzazione labiale.
La durata dell’audio/testo deve corrispondere alla durata del video (l’audio non deve superare la lunghezza del video).
La fatturazione avviene in caso di successo (2,45 Credits/volta); gli errori di convalida dei parametri (4xx) non vengono addebitati.

Inizia

Chat AI

Immagine AI

Video AI

Audio AI

Web e Dati

CAPTCHA

Identità

Coding

Altre guide

API di sincronizzazione labiale di Kling (Kling Lip Sync)

Intestazioni della richiesta (Request Headers)

Parametri della richiesta (Request Body)

Esempi di richiesta

1）Guidata da audio（audio2video）

2）Guidata da testo（text2video）

Esempio di risposta (successo sincrono)

Modalità asincrona e query

Flusso completo: foto parlante (image2video → lip-sync)

Risposta di errore

Note

​Intestazioni della richiesta (Request Headers)

​Parametri della richiesta (Request Body)

​Esempi di richiesta

​1）Guidata da audio（audio2video）

​2）Guidata da testo（text2video）

​Esempio di risposta (successo sincrono)

​Modalità asincrona e query

​Flusso completo: foto parlante (image2video → lip-sync)

​Risposta di errore

​Note

Intestazioni della richiesta (Request Headers)

Parametri della richiesta (Request Body)

Esempi di richiesta

1）Guidata da audio（audio2video）

2）Guidata da testo（text2video）

Esempio di risposta (successo sincrono)

Modalità asincrona e query

Flusso completo: foto parlante (image2video → lip-sync)

Risposta di errore

Note