image2video z /kling/videos (ożywianie zdjęcia) można stworzyć kompletny proces „mówiącego zdjęcia / cyfrowego prezentera”.
Ten interfejs jest wygodnym, jednoetapowym opakowaniem udostępnianym przez AceDataCloud, przeznaczonym dla typowych scenariuszy sterowanych dźwiękiem/tekstem; nie jest odwzorowaniem pól wieloetapowego oficjalnego interfejsu Kling „rozpoznawanie twarzy → Advanced Lip Sync”. Należy kierować się tabelą parametrów na tej stronie.
- Adres interfejsu:
POST https://api.acedata.cloud/kling/lip-sync - Format żądania:
application/json - Format odpowiedzi:
application/json - Rozliczenie:2.45 Credits za każde pomyślne wywołanie (stałe)
Nagłówki żądania(Request Headers)
Parametry żądania(Request Body)
Przykłady żądań
1)Sterowanie dźwiękiem(audio2video)
2)Sterowanie tekstem(text2video)
Przykład odpowiedzi(synchronizacja zakończona powodzeniem)
Tryb asynchroniczny i zapytania
Po przekazaniucallback_url lub async: true interfejs natychmiast zwraca task_id; następnie można:
- Odpytywać:
POST /kling/tasks, body{ "action": "retrieve", "id": "<task_id>" }(bezpłatnie) - Wywołanie zwrotne:po zakończeniu generowania wynik zostanie wysłany metodą POST do Twojego
callback_url
Pełny proces: mówiące zdjęcie(image2video → lip-sync)
Odpowiedź błędu
Uwagi
video_idmusi być filmem Kling wygenerowanym w ciągu 30 dni i mieć długość 5 s lub 10 s; w przeciwnym razie użyjvideo_url, aby przekazać film spełniający ograniczenia.- Zaleca się, aby wejściowy film przedstawiał wyraźną twarz en face, jedną osobę, co zapewnia najlepszy efekt ruchu ust.
- Długość dźwięku/tekstu powinna odpowiadać długości filmu (dźwięk nie może być dłuższy niż film).
- Opłata jest naliczana przy sukcesie (2,45 Credits/raz); nieudana walidacja parametrów (4xx) nie jest płatna.

