/kling/videos 的 image2video（让照片动起来），即可串成完整的”会说话的照片 / 数字人口播”流程。
本接口是 AceDataCloud 提供的单步便捷封装，面向常见的音频/文本驱动场景；它不是 Kling 官方「人脸识别 → Advanced Lip Sync」多步接口的字段镜像。请以本页参数表为准。
- 接口地址：
POST https://api.acedata.cloud/kling/lip-sync - 请求格式：
application/json - 响应格式：
application/json - 计费：每次成功调用 2.45 Credits（固定）
请求头（Request Headers）
请求参数（Request Body）
请求示例
1）音频驱动（audio2video）
2）文本驱动（text2video）
响应示例（同步成功）
异步模式与查询
传入callback_url 或 async: true 时，接口立即返回 task_id；之后可：
- 轮询：
POST /kling/tasks，body{ "action": "retrieve", "id": "<task_id>" }（免费） - 回调：生成完成后，结果 POST 到你的
callback_url
完整流程：会说话的照片（image2video → lip-sync）
错误响应
注意事项
video_id必须是30 天内生成的可灵视频，且为 5s 或 10s；否则请用video_url传入符合约束的视频。- 输入视频建议清晰正脸、单人，口型效果最佳。
- 音频/文本时长应与视频时长匹配（音频不超过视频长度）。
- 计费在成功时发生（2.45 Credits/次）；参数校验失败（4xx）不计费。