Μετάβαση στο περιεχόμενο

Kling LipSync Text-to-Video

Ενσωμάτωση

id μοντέλου kling-video/lipsync/text-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/kling-video/lipsync/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "text": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "voice_id": "genshin_vindi2"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Αρχεία όπως το παράδειγμα: 0,14 $ 140 πιστώσεις API τα αρχεία σας μετρώνται πριν από την εκτέλεση Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Kling Συγχρονισμός χειλιών και άβαταρ Συγχρονισμός χειλιών #text-to-video#lipsync

Κάνει ένα άτομο σε βίντεο να εκφωνεί πληκτρολογημένο κείμενο με επιλέξιμη συνθετική φωνή και ρυθμιζόμενη ταχύτητα

Kling · Βίντεο

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται 88 / 120

Κείμενο που χρησιμοποιείται για την παραγωγή βίντεο lip-sync, με όριο 120 χαρακτήρων.

•απαιτείται video_url
Αποθέστε ένα αρχείο ή

URL βίντεο για παραγωγή lip-sync. Δέχεται αρχεία .mp4 ή .mov έως 100MB, διάρκειας 2–60s, μόνο σε 720p ή 1080p· και οι δύο διαστάσεις πρέπει να κυμαίνονται μεταξύ 720–1920px. Σε αποτυχία επικύρωσης επιστρέφεται σφάλμα.

•απαιτείται

Αναγνωριστικό της φωνής που χρησιμοποιείται για σύνθεση ομιλίας.

Για προχωρημένους voice_language · voice_speed · enable_safety_checker
voice_language προεπιλογή en

Γλώσσα που σχετίζεται με το επιλεγμένο Voice ID.

προεπιλογή 1

Ταχύτητα ομιλίας κατά την παραγωγή βίντεο από κείμενο.

POST /run/kling-video/lipsync/text-to-video?wait=20 προσφορά → 0,14 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/kling-video/lipsync/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "text": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "voice_id": "genshin_vindi2"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Kling LipSync Text-to-Video

Δημιουργεί ομιλία συγχρονισμένη με τα χείλη από κείμενο αντί για αρχείο ήχου. Παρέχετε `video_url`, `text` έως 120 χαρακτήρες και ένα `voice_id` από λίστα προκαθορισμένων φωνών. Το `voice_language` είναι είτε zh είτε en και το `voice_speed` κυμαίνεται από 0.8 έως 2. Το βίντεο πηγής μπορεί να είναι .mp4 ή .mov, έως 100MB, διάρκειας 2 έως 60 δευτερολέπτων, σε 720p ή 1080p.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
enable_safety_checkerπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Οι έλεγχοι ασφαλείας μπορούν να απενεργοποιηθούν μόνο με εξουσιοδότηση λογαριασμού· τα αιτήματα χωρίς εξουσιοδότηση ελέγχονται πάντα.
video_urlαπαιτείται video
Τύποςurl · video
URL βίντεο για παραγωγή lip-sync. Δέχεται αρχεία .mp4 ή .mov έως 100MB, διάρκειας 2–60s, μόνο σε 720p ή 1080p· και οι δύο διαστάσεις πρέπει να κυμαίνονται μεταξύ 720–1920px. Σε αποτυχία επικύρωσης επιστρέφεται σφάλμα.
textαπαιτείται
Τύποςstring
≤ 120 χαρακτήρες
Κείμενο που χρησιμοποιείται για την παραγωγή βίντεο lip-sync, με όριο 120 χαρακτήρων.
voice_idαπαιτείται
Τύποςenum
genshin_vindi2zhinen_xueshengAOTai_shatanggenshin_klee2genshin_kiraraai_kaiyaoversea_male1ai_chenjiahao_712girlfriend_4_speech02chat1_female_new-3chat_0407_5-1cartoon-boy-07uk_boy1cartoon-girl-01PeppaPig_platform
+30 ακόμηai_huangzhong_712ai_huangyaoshi_712ai_laoguowang_712chengshu_jiejieyou_pingjingcalm_story1uk_man2laopopo_speech02heainainai_speech02reader_en_m-v1commercial_lady_en_f-v1tiyuxi_xueditiexin_nanyougirlfriend_1_speech02girlfriend_2_speech02zhuxi_speech02uk_oldman3dongbeilaotie_speech02chongqingxiaohuo_speech02chuanmeizi_speech02chaoshandashu_speech02ai_taiwan_man2_speech02xianzhanggui_speech02tianjinjiejie_speech02diyinnansang_DB_CN_M_04-v2yizhipiannan-v1guanxiaofang-v2tianmeixuemei-v1daopianyansang-v1mengwa-v1
Αναγνωριστικό της φωνής που χρησιμοποιείται για σύνθεση ομιλίας.
voice_languageπροαιρετικό
Τύποςenum
Προεπιλογήen
zhen
Γλώσσα που σχετίζεται με το επιλεγμένο Voice ID.
voice_speedπροαιρετικό
Τύποςnumber
Προεπιλογή1
0,8 – 2
Ταχύτητα ομιλίας κατά την παραγωγή βίντεο από κείμενο.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kling-video/lipsync/text-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 140,
    "usd": "0.14",
    "charged": 140,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "text": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "voice_id": "genshin_vindi2"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
video
object {url, content_type, file_name, file_size}Βίντεο που παράγεται από το μοντέλο.

Περισσότερα μοντέλα: Συγχρονισμός χειλιών και άβαταρ

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/kling-video/lipsync/text-to-video.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt