Passer au contenu

Kling LipSync Text-to-Video

Intégrer

Identifiant du modèle 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"

Fichiers comme dans l’exemple: 0,14 $ 140 crédits API vos fichiers sont mesurés avant l’exécution L’exécuter sur cette page

Obtenir une clé API
Kling Synchronisation labiale et avatars Synchronisation labiale #text-to-video#lipsync

Fait parler une personne dans une vidéo à partir d’un texte saisi, avec une voix synthétique sélectionnable et une vitesse réglable

Kling · Vidéo

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

•requis 88 / 120

Texte utilisé pour générer une vidéo avec synchronisation labiale, limité à 120 caractères.

•requis video_url
Déposez un fichier ou

URL de vidéo pour la génération de synchronisation labiale. Accepte les fichiers .mp4 ou .mov d’au plus 100MB, d’une durée de 2–60s, en 720p ou 1080p seulement; les deux dimensions doivent être comprises entre 720–1920px. Un échec de validation renvoie une erreur.

•requis

Identifiant de la voix utilisée pour synthétiser la parole.

Avancé voice_language · voice_speed · enable_safety_checker
voice_language par défaut en

Langue associée au Voice ID sélectionné.

par défaut 1

Vitesse de parole utilisée lors de la génération d’une vidéo à partir de texte.

POST /run/kling-video/lipsync/text-to-video?wait=20 devis → 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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Kling LipSync Text-to-Video

Génère une parole synchronisée sur les lèvres à partir de texte plutôt que d’un fichier audio. Fournissez `video_url`, un `text` de 120 caractères maximum et un `voice_id` choisi dans une liste de voix prédéfinies. `voice_language` vaut soit zh, soit en, et `voice_speed` va de 0.8 à 2. La vidéo source peut être en .mp4 ou .mov, faire au plus 100MB, durer de 2 à 60 secondes et être en 720p ou 1080p.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Les contrôles de sécurité peuvent être désactivés uniquement avec l’autorisation du compte; les requêtes sans autorisation sont toujours vérifiées.
video_urlrequis video
Typeurl · video
URL de vidéo pour la génération de synchronisation labiale. Accepte les fichiers .mp4 ou .mov d’au plus 100MB, d’une durée de 2–60s, en 720p ou 1080p seulement; les deux dimensions doivent être comprises entre 720–1920px. Un échec de validation renvoie une erreur.
textrequis
Typestring
≤ 120 caractères
Texte utilisé pour générer une vidéo avec synchronisation labiale, limité à 120 caractères.
voice_idrequis
Typeenum
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 autresai_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
Identifiant de la voix utilisée pour synthétiser la parole.
voice_languagefacultatif
Typeenum
Par défauten
zhen
Langue associée au Voice ID sélectionné.
voice_speedfacultatif
Typenumber
Par défaut1
0,8 – 2
Vitesse de parole utilisée lors de la génération d’une vidéo à partir de texte.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size}Vidéo produite par le modèle.

Plus de modèles : Synchronisation labiale et avatars

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/kling-video/lipsync/text-to-video.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt