Kling (可灵) 对口型 API

快速开始

认证方式

在所有请求中添加 Bearer Token 认证头：

Authorization: Bearer YOUR_API_KEY

可用模型

定价 (8.5折)

接口端点

请求参数

第一步 — 人脸识别 (kling-identify-face)

提交视频以识别人脸。返回 session_id 和人脸对象列表（包含 face_id）。

第二步 — 高级对口型 (kling-advanced-lip-sync)

使用第一步返回的 session_id 和 face_id，传入自定义音频完成对口型合成。

face_choose 对象字段

代码示例

# Step 1: Identify faces in the video
curl -X POST https://apimodels.app/api/v1/audio/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-identify-face",
    "video_url": "https://example.com/video.mp4"
  }'

响应格式

创建任务响应

{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "clxxx...",
    "state": "pending",
    "model": "kling-identify-face"
  }
}

人脸识别 — 成功响应

{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "clxxx...",
    "state": "completed",
    "model": "kling-identify-face",
    "faceData": {
      "session_id": "session_abc123",
      "face_list": [
        {
          "face_id": "face_001",
          "face_reference": "https://...face_thumbnail.jpg"
        }
      ]
    }
  }
}

对口型 — 成功响应

{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "clxxx...",
    "state": "completed",
    "model": "kling-advanced-lip-sync",
    "resultUrls": ["https://...lip_synced_video.mp4"]
  }
}

失败响应

{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "clxxx...",
    "state": "failed",
    "failMsg": "Face detection failed: no faces found"
  }
}

回调通知 (callback_url)

在创建请求中传入 callback_url 后，任务进入 completed 或 failed 终态时，我们会向该地址发起一次 HTTP POST。请求头仅包含 Content-Type: application/json，无签名头。失败会自动重试 3 次（指数退避 1s/2s/4s，单次超时 10s）；如果仍未成功，后台会在 30 分钟内继续补偿重发，直到接收端返回 2xx。

Payload 结构

POST {your callback_url}
Content-Type: application/json

{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "clxxx...",
    "model": "kling-video/kling-advanced-lip-sync",
    "state": "completed" | "failed",
    "param": "<JSON string>",            // request params, JSON.parse once
    "resultJson": "<JSON string> | null", // result object, JSON.parse once
    "failCode": null | "string",
    "failMsg": null | "string",
    "costTime": 12345,                    // duration in ms
    "completeTime": 1705123500000,        // ms epoch
    "createTime": 1705123450000           // ms epoch
  }
}

注意：data.param 与 data.resultJson 都是 JSON 字符串，使用前必须 JSON.parse 一次。

对口型（视频）任务：JSON.parse(data.resultJson) 后的结构

{
  "resultUrls":    ["https://r2.apimodels.app/videos/lip_synced.mp4"],
  "videoDuration": 8                   // optional, seconds
}

对口型最终产物是视频。resultUrls 始终存在（成功时长度为 1，失败时为空数组）；部分上游会带 videoDuration。state=failed 时 resultJson 通常为 null 或 {"resultUrls":[]}。

Node.js 接收示例

app.post('/webhook/kling-lip-sync', express.json(), (req, res) => {
  const { taskId, state, resultJson, failMsg } = req.body.data
  if (state === 'completed') {
    const r = JSON.parse(resultJson)
    console.log('lip-sync ready', taskId, r.resultUrls[0])
  } else {
    console.warn('lip-sync failed', taskId, failMsg)
  }
  res.status(200).end()                 // must be 2xx, otherwise we retry
})

注意事项

• -每个任务只在送达 2xx 后停止重发，已送达后不会重复推送。
• -当前不附带签名头。建议在 callback_url 路径中放置一段随机 token，由你在收到回调时自行校验来源。
• -kling-identify-face 步骤的回调会在 face_list 就绪时触发，face_list 需要从 JSON.parse(param) 或 GET 轮询响应中读取，而不是从 resultJson 中。
• -回调地址建议使用公网 HTTPS 端点，并能在 10 秒内返回响应（单次超时为 10s）。

任务状态

错误码

注意事项

• *两步流程：必须先调用人脸识别获取 session_id
• *第二步需要第一步返回的 session_id 和 face_id
• *face_choose 支持多个人脸，每个人脸可配置独立的音频和时间段
• *结果文件保存 7 天，请及时下载视频
• *对口型按输出视频每 5 秒计费，$0.0063/5s
• *建议每 5-10 秒轮询一次任务状态