APIMODELSAPIMODELS
Todos
Models/Kling AI Lip Sync
Kling

Kling AI Lip Sync (Kuaishou) API

kling-lip-sync

O Kling AI Lip Sync dá voz nova a um vídeo existente: você envia um vídeo de 2 a 60 segundos com um rosto nítido e um áudio novo, e volta o mesmo vídeo com esse rosto falando o áudio novo. A detecção de rostos vem na mesma requisição, face_index escolhe quem fala e o preço é $0.077 a cada 5 segundos iniciados de vídeo. Gerações com falha não são cobradas.

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

Voz nova para um vídeo existente

Envie um vídeo e um áudio novo; volta o mesmo vídeo com o rosto escolhido falando o áudio novo

Uma requisição, com detecção de rostos

A detecção de rostos e a sincronia do Kling vão em uma única chamada; face_index escolhe quem fala quando há várias pessoas

Recorte e posicione o áudio

audio_start_ms e audio_end_ms recortam o clipe, insert_at_ms define onde ele começa e dois controles de volume o equilibram com o som original

Vídeos de 2 a 60 segundos

MP4 ou MOV em 720p ou 1080p, até 100 MB; o resultado tem a duração do vídeo de entrada

Só o que dá certo é cobrado

Gerações com falha não são cobradas, e arquivos que não podem ser medidos ou ficam fora de 2-60 segundos recebem um 400 antes de criar a tarefa

$0.077 a cada 5 segundos

A cobrança segue o vídeo, não o áudio, a cada 5 segundos iniciados: 6 segundos custam $0.154 e 60 segundos $0.924

TL;DR Kling AI Lip Sync é um modelo de geração de vídeo da Kling, acessível pela API unificada da APIMODELS (nome do modelo `kling-lip-sync`). Preço: 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. Uma única chave para todos os modelos de imagem / vídeo / LLM / áudio.

Sobre Kling AI Lip Sync

Kling AI Lip Sync é uma API de geração de vídeo da Kling. O Kling AI Lip Sync é o modelo de sincronia labial da API do Kling, da Kuaishou: você entrega um vídeo com uma pessoa em cena e um áudio novo, e ele devolve o mesmo vídeo com os lábios dessa pessoa acompanhando o áudio novo. Na APIMODELS é um único nome de modelo, kling-lip-sync (kling-lipsync e kling-advanced-lip-sync também funcionam), no endpoint unificado de vídeo, e é uma única requisição: nós rodamos a detecção de rostos e o trabalho de sincronia do Kling. O vídeo vai em video_url e a voz nova em audio_url. O vídeo precisa ser MP4 ou MOV, de 2 a 60 segundos, em 720p ou 1080p com os dois lados entre 512 e 2160 pixels, e de até 100 MB; o áudio pode ser MP3, WAV, M4A ou AAC, de 2 a 60 segundos e até 5 MB. Cada requisição sincroniza uma pessoa: face_index escolhe o rosto detectado (0, o primeiro, por padrão), e esse rosto precisa ficar em cena por pelo menos 2 segundos enquanto o áudio toca. audio_start_ms e audio_end_ms recortam o áudio (pelo menos 2 segundos), insert_at_ms define onde ele começa no vídeo e audio_volume e original_audio_volume (0 a 2, padrão 1) equilibram a voz nova com o som original. O resultado tem a duração do vídeo de entrada: no nosso teste de 21 de novembro de 2026, um vídeo de 6 segundos em 720p com 3,5 segundos de voz voltou como um vídeo de 5,97 segundos em 111 segundos. A cobrança segue o vídeo, não o áudio: $0.077 a cada 5 segundos iniciados, com a detecção de rostos incluída; 6 ou 10 segundos custam $0.154 e 60 segundos $0.924. Arquivos cuja duração não pode ser lida ou que ficam fora de 2 a 60 segundos são recusados com um 400 antes de qualquer cobrança, e gerações com falha não são cobradas. Pela plataforma APIMODELS, você acessa este modelo por uma API unificada com preços transparentes de pagamento por uso. Preço atual: 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.

Modelo relacionado: 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

Modelo relacionado: Digital Human — another way to re-sync the mouth on existing footage, billed per audio second at $0.01

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

Principais recursos

  • Voz nova para um vídeo existente -- Envie um vídeo e um áudio novo; volta o mesmo vídeo com o rosto escolhido falando o áudio novo
  • Uma requisição, com detecção de rostos -- A detecção de rostos e a sincronia do Kling vão em uma única chamada; face_index escolhe quem fala quando há várias pessoas
  • Recorte e posicione o áudio -- audio_start_ms e audio_end_ms recortam o clipe, insert_at_ms define onde ele começa e dois controles de volume o equilibram com o som original
  • Vídeos de 2 a 60 segundos -- MP4 ou MOV em 720p ou 1080p, até 100 MB; o resultado tem a duração do vídeo de entrada
  • Só o que dá certo é cobrado -- Gerações com falha não são cobradas, e arquivos que não podem ser medidos ou ficam fora de 2-60 segundos recebem um 400 antes de criar a tarefa
  • $0.077 a cada 5 segundos -- A cobrança segue o vídeo, não o áudio, a cada 5 segundos iniciados: 6 segundos custam $0.154 e 60 segundos $0.924

Casos de uso

Vídeos de marketing

Gere rapidamente vídeos promocionais da marca para campanhas e redes sociais.

Conteúdo para redes sociais

Crie vídeos curtos atraentes para TikTok, Instagram e YouTube.

Demos de produto

Gere demonstrações de recursos e tutoriais para melhorar a conversão.

Conteúdo educacional

Produza explicações de cursos, divulgação e vídeos de treinamento a baixo custo.

Por que a APIMODELS

  • API unificada -- Uma única chave para todos os modelos, sem se cadastrar em várias plataformas
  • Preços transparentes -- Pagamento por uso com o preço por chamada publicado em cada página de modelo, ideal para desenvolvedores independentes e startups
  • Acesso instantâneo -- Comece logo após o cadastro; pague com cartão, PayPal, Alipay ou USDT
  • Documentação completa -- Documentação de API detalhada com exemplos em cURL, Python e Node.js

Perguntas frequentes

Qual a diferença entre a APIMODELS e a API oficial da Kling?

A APIMODELS oferece o mesmo modelo Kling AI Lip Sync pela nossa plataforma de agregação. Fornecemos uma interface de API unificada, então você não precisa de contas separadas por provedor: uma única chave para acessar todos os modelos.

Quanto custa a API do Kling AI Lip Sync?

$0.077 a cada 5 segundos iniciados do vídeo de entrada, medidos ao criar a tarefa. A duração do áudio não muda o preço e a detecção de rostos está incluída. 5 segundos custam $0.077, 6 ou 10 segundos $0.154 e 60 segundos $0.924. Gerações com falha não são cobradas.

Que vídeo e áudio o Kling AI Lip Sync aceita?

Um vídeo MP4 ou MOV de 2 a 60 segundos, em 720p ou 1080p com os dois lados entre 512 e 2160 pixels e até 100 MB, e um áudio novo MP3, WAV, M4A ou AAC de 2 a 60 segundos e até 5 MB. O rosto que vai falar precisa ficar em cena por pelo menos 2 segundos enquanto o áudio toca. Arquivos que não podem ser medidos ou ficam fora de 2-60 segundos são recusados com um 400 antes da cobrança.

O Kling AI Lip Sync funciona com várias pessoas no mesmo vídeo?

Cada requisição sincroniza uma pessoa. face_index escolhe o rosto detectado (0, o primeiro que o Kling encontra, por padrão); para dar voz nova a duas pessoas, envie duas requisições. insert_at_ms define onde o áudio começa; por padrão, quando o rosto escolhido aparece pela primeira vez.

Como chamo a API do Kling AI Lip Sync?

Crie uma API key em apimodels.app e faça um POST para https://api.apimodels.app/v1/video/generations com model kling-lip-sync, video_url e audio_url, e se precisar face_index, audio_start_ms, audio_end_ms, insert_at_ms, audio_volume e original_audio_volume. É uma única requisição; a detecção de rostos acontece dentro dela. Consulte GET /v1/video/generations?task_id= até completed e baixe o MP4 de resultUrls[0].

Como o Kling AI Lip Sync se compara a outros modelos da mesma categoria?

Na APIMODELS, o Kling AI Lip Sync roda junto com mais de 60 modelos usando uma única chave de API e um único saldo, então escolher é questão de adequação, não de dependência. Ele suporta 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 e você pode avaliá-lo em preço e capacidade frente a outros modelos da mesma categoria (geração de vídeo), trocando ao alterar uma única string com o nome do modelo — sem nova conta ou integração. Veja todos os modelos dessa categoria com preços ao vivo em apimodels.app/models.

O que o Kling AI Lip Sync pode fazer?

O Kling AI Lip Sync suporta: 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. Consulte a documentação da APIMODELS para todos os parâmetros e exemplos de chamada.

Posso usar a API do Kling AI Lip Sync de qualquer país?

Sim. A APIMODELS não restringe o acesso por país: o site e a API respondem de qualquer lugar, e apimodels.app e api.apimodels.app também podem ser acessados diretamente da China continental, sem proxy. Você chama o Kling AI Lip Sync com uma única chave da APIMODELS, sem precisar de conta separada com o desenvolvedor do modelo.

Posso pagar com PayPal ou cripto? Quais formas de pagamento são aceitas?

Pode. Dá para recarregar com PayPal, USDT na TRON (TRC20) ou na BNB Smart Chain (BEP20), cartão (Visa, Mastercard e outros, via Stripe) ou Alipay. Recargas com cartão, PayPal e Alipay caem na hora; as de USDT, assim que a transferência é confirmada na rede. Também dá para ativar a recarga automática, e uma recarga de $50 ganha $1 de bônus ($3 na de $100). O saldo é em dólar e cobrado por uso, sem assinatura.

Related models