Skip to main content
一键把一张照片 + 一段音频变成一段「会说话的视频」。服务内部自动完成两步:先用 image2video 让照片动起来,再用 lip-sync 按音频对口型。你只需调用一次。
  • 接口地址:POST https://api.acedata.cloud/kling/talking-photo
  • 计费:按时长,5 秒 16.45 Credits、10 秒 30.45 Credits(= image2video + lip-sync 合并价)

请求头

请求参数

请求示例

响应示例

注意事项

  • 照片建议清晰正脸、单人。
  • 音频时长建议不超过视频时长(5s/10s)。
  • 计费在成功时发生;参数校验失败(4xx)不计费。
  • 生成耗时约 4–6 分钟(两步),建议用 async=true + /kling/tasks 轮询。