কনটেন্টে যান

Kling LipSync Text-to-Video

ইন্টিগ্রেট করুন

মডেল id 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://api.doitong.com/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://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

উদাহরণের মতো ফাইল: ০.১৪$ ১৪০ API ক্রেডিট চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
Kling লিপসিঙ্ক ও অ্যাভাটার লিপসিঙ্ক #text-to-video#lipsync

একটি ভিডিওতে থাকা ব্যক্তিকে টাইপ করা টেক্সট অনুযায়ী কথা বলায়, যেখানে সিন্থেটিক ভয়েস নির্বাচন এবং স্পিড অ্যাডজাস্ট করা যায়।

Doitong-এ তৈরি

Doitong কমিউনিটির Kling LipSync দিয়ে তৈরি পাবলিক কাজ। এক ক্লিকে একটি প্রম্পট পুনরায় ব্যবহার করুন।

দেখানো পাবলিক কাজ: 2
A realistic young Caucasian-looking woman wearing a modest hijab is walking through a modern city... ভিডিও

A realistic young Caucasian-looking woman wearing a modest hijab is walking through a modern city street. She is speaking naturally (audio will be added separately) and expressing admiration and pr...

A realistic young Caucasian-looking woman in a modest hijab is walking calmly through the modern ... ভিডিও

A realistic young Caucasian-looking woman in a modest hijab is walking calmly through the modern city of Grozny. The architecture around her is clean, modern, and impressive, with Dubai-style build...

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক 88 / 120

লিপ-সিঙ্ক ভিডিও জেনারেট করতে ব্যবহৃত টেক্সট, সর্বোচ্চ 120 অক্ষর।

•আবশ্যক video_url
একটি ফাইল ড্রপ করুন, অথবা

লিপ-সিঙ্ক জেনারেশনের জন্য ভিডিও URL। সর্বোচ্চ 100MB আকারের .mp4 বা .mov ফাইল গ্রহণ করে, যার দৈর্ঘ্য 2–60s এবং রেজোলিউশন শুধুমাত্র 720p বা 1080p হতে পারে; উভয় ডাইমেনশন 720–1920px-এর মধ্যে হতে হবে। যাচাইকরণ ব্যর্থ হলে একটি ত্রুটি ফেরত দেয়।

•আবশ্যক

স্পিচ সংশ্লেষণে ব্যবহৃত ভয়েসের শনাক্তকারী।

অ্যাডভান্সড voice_language · voice_speed · enable_safety_checker
voice_language ডিফল্ট en

নির্বাচিত Voice ID-এর সঙ্গে সম্পর্কিত ভাষা।

ডিফল্ট 1

টেক্সট থেকে ভিডিও জেনারেট করার সময় ব্যবহৃত বলার গতি।

POST /run/kling-video/lipsync/text-to-video?wait=20 মূল্য → ০.১৪$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/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://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

Kling LipSync Text-to-Video সম্পর্কে

অডিও ফাইলের পরিবর্তে টেক্সট থেকে লিপ-সিঙ্ক করা স্পিচ তৈরি করে। `video_url`, সর্বোচ্চ ১২০ ক্যারেক্টারের `text`, এবং প্রি-সেট ভয়েসের তালিকা থেকে একটি `voice_id` প্রদান করুন। `voice_language` হতে পারে zh অথবা en, এবং `voice_speed` ০.৮ থেকে ২ পর্যন্ত। সোর্স ভিডিওটি .mp4 বা .mov হতে পারে, সর্বোচ্চ 100MB, ২ থেকে ৬০ সেকেন্ড দীর্ঘ, 720p বা 1080p রেজোলিউশনে।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
অ্যাকাউন্ট অনুমোদন থাকলেই কেবল সেফটি চেক নিষ্ক্রিয় করা যায়; অনুমোদনহীন রিকোয়েস্টে সবসময় চেক করা হয়।
video_urlআবশ্যক video
ধরনurl · video
লিপ-সিঙ্ক জেনারেশনের জন্য ভিডিও URL। সর্বোচ্চ 100MB আকারের .mp4 বা .mov ফাইল গ্রহণ করে, যার দৈর্ঘ্য 2–60s এবং রেজোলিউশন শুধুমাত্র 720p বা 1080p হতে পারে; উভয় ডাইমেনশন 720–1920px-এর মধ্যে হতে হবে। যাচাইকরণ ব্যর্থ হলে একটি ত্রুটি ফেরত দেয়।
textআবশ্যক
ধরনstring
≤ ১২০টি অক্ষর
লিপ-সিঙ্ক ভিডিও জেনারেট করতে ব্যবহৃত টেক্সট, সর্বোচ্চ 120 অক্ষর।
voice_idআবশ্যক
ধরনenum
genshin_vindi2zhinen_xueshengAOTai_shatanggenshin_klee2genshin_kiraraai_kaiyaoversea_male1ai_chenjiahao_712girlfriend_4_speech02chat1_female_new-3chat_0407_5-1cartoon-boy-07uk_boy1cartoon-girl-01PeppaPig_platform
+30টি আরওai_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
স্পিচ সংশ্লেষণে ব্যবহৃত ভয়েসের শনাক্তকারী।
voice_languageঐচ্ছিক
ধরনenum
ডিফল্টen
zhen
নির্বাচিত Voice ID-এর সঙ্গে সম্পর্কিত ভাষা।
voice_speedঐচ্ছিক
ধরনnumber
ডিফল্ট1
০.৮ – ২
টেক্সট থেকে ভিডিও জেনারেট করার সময় ব্যবহৃত বলার গতি।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

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://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
video
object {url, content_type, file_name, file_size}মডেল দ্বারা তৈরি ভিডিও।

আরও মডেল: লিপসিঙ্ক ও অ্যাভাটার

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/kling-video/lipsync/text-to-video.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt