Kling läppsynk-API (Kling Lip Sync)

Låt en befintlig Kling-video (5 sekunder eller 10 sekunder) “tala” enligt ljud eller text — dvs. läppsynka (Lip Sync). Tillsammans med image2video i /kling/videos (som får foton att röra sig) kan detta kopplas ihop till ett komplett flöde för “talande foton / digitala presentatörer”.

Detta API är en smidig enstegsförpackning från AceDataCloud, avsedd för vanliga ljud-/textdrivna scenarier; det är inte en fältspegel av Klings officiella flerstegsgränssnitt ”ansiktsigenkänning → Advanced Lip Sync”. Använd parametertabellen på denna sida som referens.

API-adress：POST https://api.acedata.cloud/kling/lip-sync
Begärandeformat：application/json
Svarsformat：application/json
Debitering：2.45 Credits per lyckat anrop (fast)

Begärandehuvuden (Request Headers)

Fält	Värde	Beskrivning
`authorization`	`Bearer ${API_KEY}`	Din API-nyckel, hämta här
`content-type`	`application/json`	Format för begärandetext
`accept`	`application/json`	Svarsformat

Begärandeparametrar (Request Body)

Parameter	Typ	Obligatorisk	Standard	Beskrivning
`mode`	string	Ja	—	Genereringsläge. Uppräkning: `audio2video` (ljuddrivet), `text2video` (textdrivet)
`video_id`	string	Välj en av två	—	ID för en Kling-genererad video (t.ex. `video_id` som returneras av image2video i `/kling/videos`). Stöder endast 5s/10s-videor genererade inom 30 dagar. Välj en av `video_id` och `video_url`; de kan inte skickas samtidigt
`video_url`	string	Välj en av två	—	Offentligt tillgänglig videolänk. Begränsningar: `.mp4`/`.mov`, ≤100MB, längd 2–10s, endast 720p/1080p, sidlängd 720–1920px. Välj en av `video_id` och `video_url`
`audio_url`	string	Villkorligt	—	Nedladdnings-URL för det drivande ljudet, krävs vid `audio2video` + `audio_type=url`. Format `.mp3`/`.wav`/`.m4a`/`.aac`, ≤5MB
`audio_type`	string	Nej	`url`	Överföringssätt för ljud. Uppräkning: `url`, `file` (gäller vid `audio2video`)
`audio_file`	string	Villkorligt	—	Base64 för ljudfilen, krävs vid `audio_type=file`. Samma format som ovan, ≤5MB
`text`	string	Villkorligt	—	Texten som ska läsas upp, krävs vid `text2video`, högst 120 tecken
`voice_id`	string	Villkorligt	—	Röst-ID, krävs vid `text2video`
`voice_language`	string	Nej	`zh`	Röstspråk. Uppräkning: `zh`, `en` (gäller vid `text2video`)
`voice_speed`	float	Nej	`1.0`	Talhastighet, intervall `0.8`–`2.0`, med en decimals precision (gäller vid `text2video`)
`callback_url`	string	Nej	—	Återanropsadress. Om detta skickas eller `async=true` används är det asynkront läge: `task_id` returneras omedelbart och återanrop sker när resultatet har genererats
`async`	boolean	Nej	`false`	Om asynkront ska användas. När `true` returneras `task_id` omedelbart, använd tillsammans med polling i `/kling/tasks` eller återanrop via `callback_url`

Begärandeexempel

1）Ljuddrivet (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）Textdrivet (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
  }'

Svarsexempel (synkront lyckat)

{
  "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"
}

Fält	Typ	Beskrivning
`success`	boolean	Om det lyckades
`task_id`	string	ID för denna uppgift (kan användas för frågor via `/kling/tasks`)
`video_id`	string	Kling-ID för den genererade videon (kan användas som indata för nästa `extend`/`lip-sync`)
`video_url`	string	URL för den genererade talande videon (har sparats på denna plattforms CDN, giltig långsiktigt)
`duration`	string	Videolängd (sekunder)
`state`	string	Uppgiftsstatus: `succeed` / `failed`

Asynkront läge och frågor

När callback_url eller async: true skickas, returnerar API:et omedelbart task_id; därefter kan du:

Polla: POST /kling/tasks, body { "action": "retrieve", "id": "<task_id>" } (gratis)
Återanrop: När genereringen är klar POST:as resultatet till din callback_url

Komplett flöde: Talande foto (image2video → lip-sync)

# 第 1 步：让照片动起来，拿到 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", ... }

# 第 2 步：用音频对口型
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", ... }

Felsvar

{
  "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	Betydelse
400	`bad_request`	Parametrar saknas eller är ogiltiga (t.ex. mode inte skickat, konflikt mellan video och audio där ett av dem ska väljas, text över 120 tecken)
401	`authorization_missing`	API-nyckel saknas eller är ogiltig
403	`forbidden`	Innehållet har blockerats av riskkontrollen
429	`too_many_requests`	Begränsning för samtidig trafik uppströms, försök igen senare
500	`api_error`	Fel uppströms eller internt

Obs!

video_id måste vara en Kling-video som genererats inom 30 dagar och vara 5 s eller 10 s; använd annars video_url för att skicka in en video som uppfyller begränsningarna.
Indatavideon bör ha ett tydligt ansikte framifrån och en person, för bästa läppsynkresultat.
Ljud-/textlängden bör matcha videolängden (ljudet får inte vara längre än videon).
Debitering sker vid lyckat resultat (2,45 Credits/gång); misslyckad parametervalidering (4xx) debiteras inte.

Getting Started

AI Samtal

AI Bild

AI Video

AI Ljud

Web & Data

CAPTCHA

Identitet

Coding

Fler guider

Kling läppsynk-API (Kling Lip Sync)

Begärandehuvuden (Request Headers)

Begärandeparametrar (Request Body)

Begärandeexempel

1）Ljuddrivet (audio2video)

2）Textdrivet (text2video)

Svarsexempel (synkront lyckat)

Asynkront läge och frågor

Komplett flöde: Talande foto (image2video → lip-sync)

Felsvar

Obs!

​Begärandehuvuden (Request Headers)

​Begärandeparametrar (Request Body)

​Begärandeexempel

​1）Ljuddrivet (audio2video)

​2）Textdrivet (text2video)

​Svarsexempel (synkront lyckat)

​Asynkront läge och frågor

​Komplett flöde: Talande foto (image2video → lip-sync)

​Felsvar

​Obs!

Begärandehuvuden (Request Headers)

Begärandeparametrar (Request Body)

Begärandeexempel

1）Ljuddrivet (audio2video)

2）Textdrivet (text2video)

Svarsexempel (synkront lyckat)

Asynkront läge och frågor

Komplett flöde: Talande foto (image2video → lip-sync)

Felsvar

Obs!