APIMODELSAPIMODELS
すべて
Models/Kling AI Lip Sync
Kling

Kling AI Lip Sync (Kuaishou) API

kling-lip-sync

Kling AI Lip Sync は既存の動画に新しい声を当てます。顔がはっきり映った 2〜60 秒の動画と新しい音声を送ると、同じ動画のまま、その顔が新しい音声を話す動画が返ります。顔検出は同じリクエスト内で行い、face_index で話す人を選べます。料金は元の動画 5 秒ごとに $0.077、失敗した生成は課金しません。

Video + New AudioFace Detection IncludedPick the Speaker by face_indexTrim & Place the Audio2-60s at 720p / 1080p$0.077 per 5s of Video
per started 5 seconds of input video$0.077
5s video$0.077
10s video$0.154
30s video$0.462
60s video (maximum)$0.924
API Docs

Kling Lip Sync

The face that should speak must be visible for at least 2 seconds. The output keeps the video length.

MP3, WAV, M4A or AAC, 2-60 seconds, up to 5 MB.

or paste a public audio URL

Billed per started 5 seconds of the input video, whatever the audio length; face detection is included. A 6-second video is $0.154, a 60-second video $0.924. Failed generations are not charged.

Calling it from code? See the API docs.

Result

Your lip-synced video will appear here

既存の動画に新しい声

動画と新しい音声を送ると、同じ動画のまま、選んだ顔が新しい音声を話す動画が返ります

1 回のリクエストで顔検出込み

Kling の顔検出とリップシンクを 1 回の呼び出しで実行。複数人が映るときは face_index で話す人を選びます

音声の切り出しと配置

audio_start_ms と audio_end_ms で切り出し、insert_at_ms で開始位置を指定し、2 つの音量で元の音とのバランスを取れます

2〜60 秒の動画

MP4 か MOV、720p か 1080p、100 MB 以下。出力は元の動画と同じ長さです

成功した分だけ課金

失敗した生成は課金なし。長さが読めないファイルや 2〜60 秒の範囲外のファイルは、タスク作成前に 400 で返します

動画 5 秒ごとに $0.077

音声ではなく元の動画の長さで課金し、5 秒未満は 5 秒に切り上げ:6 秒の動画は $0.154、60 秒は $0.924

TL;DR Kling AI Lip Sync は Kling の動画生成モデルで、APIMODELS の統一 API から利用できます(モデル名 `kling-lip-sync`)。 料金: per started 5 seconds of input video: $0.077, 5s video: $0.077, 10s video: $0.154, 30s video: $0.462, 60s video (maximum): $0.924。 画像 / 動画 / LLM / 音声のすべてのモデルにキー 1 本でアクセスできます。

Kling AI Lip Sync について

Kling AI Lip Sync は Kling の動画生成 API です。Kling AI Lip Sync は快手(Kuaishou)の Kling API にあるリップシンクモデルです。人物が映った動画と新しい音声を渡すと、同じ動画のまま、その人物の口の動きだけが新しい音声に合わせて変わります。APIMODELS では統合動画エンドポイントのモデル名 kling-lip-sync の 1 つで(kling-lipsync、kling-advanced-lip-sync でも可)、リクエストは 1 回だけ。Kling の顔検出とリップシンクのタスクはこちらで実行します。動画は video_url、新しい音声は audio_url に渡します。動画は MP4 か MOV、2〜60 秒、720p か 1080p で縦横とも 512〜2160 ピクセル、100 MB 以下。音声は MP3・WAV・M4A・AAC、2〜60 秒、5 MB 以下です。1 回のリクエストで口を合わせるのは 1 人で、face_index で検出された何番目の顔を使うかを選びます(既定は 0 = 最初の顔)。その顔は音声が流れている間に 2 秒以上映っている必要があります。audio_start_ms と audio_end_ms で音声を切り出し(2 秒以上)、insert_at_ms で動画のどこから音声を入れるかを指定し、audio_volume と original_audio_volume(0〜2、既定 1)で新しい声と元の音のバランスを取れます。出力は元の動画と同じ長さで、2026 年 11 月 21 日の実測では 6 秒の 720p 動画と 3.5 秒の音声から 111 秒で 5.97 秒の動画が届きました。料金は音声ではなく元の動画の長さで決まり、5 秒ごとに $0.077(端数は 5 秒に切り上げ)、顔検出込みです。6 秒や 10 秒なら $0.154、60 秒なら $0.924。長さが読めないファイルや 2〜60 秒の範囲外のファイルは課金前に 400 で返し、失敗した生成は課金しません。 APIMODELS のプラットフォーム経由なら、統一 API と明朗な従量課金でこのモデルを呼び出せます。 現在の料金: per started 5 seconds of input video: $0.077, 5s video: $0.077, 10s video: $0.154, 30s video: $0.462, 60s video (maximum): $0.924。

関連モデル: Kling AI Avatar — when you only have a photo — animates a still portrait from the audio, up to 300 seconds, from $0.062 per audio second

関連モデル: Digital Human — another way to re-sync the mouth on existing footage, billed per audio second at $0.01

関連モデル: OmniHuman 2.0 — when the person should also gesture or sing from a single photo — 4-300 seconds, $0.091 per audio second

主な機能

  • 既存の動画に新しい声 -- 動画と新しい音声を送ると、同じ動画のまま、選んだ顔が新しい音声を話す動画が返ります
  • 1 回のリクエストで顔検出込み -- Kling の顔検出とリップシンクを 1 回の呼び出しで実行。複数人が映るときは face_index で話す人を選びます
  • 音声の切り出しと配置 -- audio_start_ms と audio_end_ms で切り出し、insert_at_ms で開始位置を指定し、2 つの音量で元の音とのバランスを取れます
  • 2〜60 秒の動画 -- MP4 か MOV、720p か 1080p、100 MB 以下。出力は元の動画と同じ長さです
  • 成功した分だけ課金 -- 失敗した生成は課金なし。長さが読めないファイルや 2〜60 秒の範囲外のファイルは、タスク作成前に 400 で返します
  • 動画 5 秒ごとに $0.077 -- 音声ではなく元の動画の長さで課金し、5 秒未満は 5 秒に切り上げ:6 秒の動画は $0.154、60 秒は $0.924

ユースケース

販促動画

広告キャンペーンや SNS 施策に向けたブランド動画を短時間で作ります。

SNS 向けショート動画

TikTok、Instagram、YouTube 向けの縦型ショート動画を量産できます。

プロダクトデモ

機能紹介やチュートリアル動画を作り、コンバージョンにつなげます。

教育コンテンツ

講座の解説、知識の説明、研修用の動画を低コストで継続的に作れます。

APIMODELS を選ぶ理由

  • 統一 API -- キー 1 本ですべてのモデルへ。プラットフォームごとに登録する必要はありません
  • 明朗な料金 -- 従量課金で、1 回あたりの単価は各モデルページに掲載。個人開発者とスタートアップに向いています
  • すぐ使える -- 登録した直後から利用でき、支払いはカード・PayPal・Alipay・USDT に対応
  • 充実したドキュメント -- cURL / Python / Node.js のサンプル付きで API を詳しく解説

よくある質問

APIMODELS と Kling 公式 API の違いは?

APIMODELS は同じ Kling AI Lip Sync を集約プラットフォーム経由で提供します。統一された API インターフェースなので、プロバイダごとにアカウントを作る必要はありません。キー 1 本ですべてのモデルに届きます。

Kling AI Lip Sync API の料金は?

元の動画 5 秒ごとに $0.077(5 秒未満は 5 秒に切り上げ)で、長さはタスク作成時にこちらで測ります。音声の長さは料金に影響せず、顔検出も込みです。5 秒は $0.077、6 秒や 10 秒は $0.154、60 秒は $0.924。失敗した生成は課金しません。

Kling AI Lip Sync はどんな動画と音声を受け付けますか?

動画は MP4 か MOV で 2〜60 秒、720p か 1080p、縦横とも 512〜2160 ピクセル、100 MB 以下。新しい音声は MP3・WAV・M4A・AAC で 2〜60 秒、5 MB 以下です。口を合わせる顔は、音声が流れている間に 2 秒以上映っている必要があります。長さが測れないファイルや 2〜60 秒の範囲外のファイルは、課金前に 400 で返します。

複数人が映った動画でも Kling AI Lip Sync は使えますか?

1 回のリクエストで口を合わせるのは 1 人です。face_index で検出された顔を選び(既定は 0 = Kling が最初に見つけた顔)、2 人に新しい声を当てるならリクエストを 2 回送ります。insert_at_ms で音声の開始位置を指定でき、既定は選んだ顔が最初に映るタイミングです。

Kling AI Lip Sync API はどう呼び出しますか?

apimodels.app で API キーを作り、https://api.apimodels.app/v1/video/generations に POST します。model は kling-lip-sync、video_url と audio_url を付け、必要なら face_index・audio_start_ms・audio_end_ms・insert_at_ms・audio_volume・original_audio_volume も。リクエストは 1 回で、顔検出はその中で行います。GET /v1/video/generations?task_id= を completed まで確認し、resultUrls[0] から MP4 を取得します。

Kling AI Lip Sync は「動画生成」カテゴリの他のモデルと比べてどうですか?

APIMODELS では Kling AI Lip Sync が 60 以上のモデルと同じ API キー・同じ残高の上に並んでいるので、選択は「相性」の問題であって「囲い込み」の問題ではありません。Video + New Audio、Face Detection Included、Pick the Speaker by face_index、Trim & Place the Audio、2-60s at 720p / 1080p、$0.077 per 5s of Video に対応しており、「動画生成」カテゴリの他のモデルと価格・機能を並べて評価できます。乗り換えはモデル名の文字列を 1 つ書き換えるだけ。新しいアカウントも追加の実装も要りません。このカテゴリの選択肢と最新価格は apimodels.app/models で確認できます。

Kling AI Lip Sync で何ができますか?

Kling AI Lip Sync は次に対応しています: Video + New Audio、Face Detection Included、Pick the Speaker by face_index、Trim & Place the Audio、2-60s at 720p / 1080p、$0.077 per 5s of Video。パラメータの全一覧と呼び出し例は APIMODELS のドキュメントをご覧ください。

Kling AI Lip Sync の API は日本からでも使えますか?

使えます。APIMODELS は国による利用制限を設けておらず、サイトも API もどこからでも利用できます。Kling AI Lip Sync は APIMODELS のキー 1 本で呼び出せるので、モデル提供元のアカウントを別に作る必要はありません。

日本円で払えますか?支払い方法は?

残高と料金は米ドル建てです。支払いはクレジットカード(Visa、Mastercard など。Stripe 経由)、PayPal、Alipay、USDT(TRON の TRC20、BNB Smart Chain の BEP20)に対応しています。円建てのカードや PayPal で払う場合、円への換算はカード会社や PayPal 側で行われます。カード、PayPal、Alipay は支払い後すぐ残高に反映され、USDT はブロックチェーン上で送金が確認されてから反映されます。自動チャージも設定でき、$50 のチャージで $1、$100 で $3 のボーナスが付きます。月額料金はなく、使った分だけの従量課金です。

Related models