Skip to main content
1 枚の写真 + 1 つの音声をワンクリックで「話す動画」に変換します。サービス内部で 2 つのステップが自動的に完了します:まず image2video で写真を動かし、その後 lip-sync で音声に合わせて口パクを行います。呼び出しは1 回だけです。
  • エンドポイント:POST https://api.acedata.cloud/kling/talking-photo
  • 料金:時間に応じて、5 秒 16.45 Credits、10 秒 30.45 Credits(= image2video + lip-sync の統合価格)

リクエストヘッダー

リクエストパラメータ

リクエスト例

レスポンス例

注意事項

  • 写真は鮮明な正面顔、1 人を推奨します。
  • 音声の長さは動画の長さ(5 秒/10 秒)を超えないことを推奨します。
  • 課金は成功時に発生します;パラメータ検証失敗(4xx)の場合は課金されません。
  • 生成には約 4~6 分かかります(2 ステップ)ので、async=true + /kling/tasks のポーリングを推奨します。