Accéder 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

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 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 lorsque vous les modifiez.

•obligatoire 88 / 120

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

•obligatoire video_url
Déposez un fichier ou

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

•obligatoire

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 à la 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 avec les lèvres à partir de texte plutôt que d’un fichier audio. Fournissez `video_url`, jusqu’à 120 caractères de `text` et un `voice_id` choisi dans une liste de voix prédéfinies. `voice_language` vaut zh ou en, et `voice_speed` va de 0.8 à 2. La vidéo source peut être au format .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 contrôlées.
video_urlobligatoire video
Typeurl · video
URL vidéo pour la génération avec synchronisation labiale. Accepte les fichiers .mp4 ou .mov jusqu’à 100MB, d’une durée de 2–60s, uniquement en 720p ou 1080p ; les deux dimensions doivent être comprises entre 720–1920px. Un échec de validation renvoie une erreur.
textobligatoire
Typestring
≤ 120 caractères
Texte utilisé pour générer une vidéo avec synchronisation labiale, limité à 120 caractères.
voice_idobligatoire
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 de plusai_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.
obligatoire 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 sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'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 au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/kling-video/lipsync/text-to-video.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt