Ir al contenido

Kling LipSync Text-to-Video

Integrar

Id del modelo 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"

Archivos como el ejemplo: 0,14 $ 140 créditos de API tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
Kling Sincronización labial y avatares Sincronización labial #text-to-video#lipsync

Hace que una persona en un video pronuncie un texto escrito usando una voz sintética seleccionable y con velocidad ajustable

Creado en Doitong

Trabajos públicos creados con Kling LipSync por la comunidad de Doitong. Reutiliza un prompt con un clic.

Trabajos públicos mostrados: 2
A realistic young Caucasian-looking woman wearing a modest hijab is walking through a modern city... Vídeo

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 ... Vídeo

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...

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio 88 / 120

Texto utilizado para generar un video con sincronización labial, limitado a 120 caracteres.

•obligatorio video_url
Suelta un archivo o

URL del video para la generación de sincronización labial. Acepta archivos .mp4 o .mov de hasta 100MB, con una duración de 2–60s, únicamente a 720p o 1080p; ambas dimensiones deben estar entre 720–1920px. Un error de validación devuelve un error.

•obligatorio

Identificador de la voz utilizada para sintetizar el habla.

Avanzado voice_language · voice_speed · enable_safety_checker
voice_language predeterminado en

Idioma asociado al Voice ID seleccionado.

predeterminado 1

Velocidad del habla utilizada al generar un video a partir de texto.

POST /run/kling-video/lipsync/text-to-video?wait=20 cotización → 0,14 $
# 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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Kling LipSync Text-to-Video

Genera habla sincronizada con los labios a partir de texto en lugar de un archivo de audio. Proporciona `video_url`, hasta 120 caracteres en `text` y un `voice_id` elegido de una lista de voces predefinidas. `voice_language` puede ser zh o en, y `voice_speed` va de 0.8 a 2. El video de origen puede ser .mp4 o .mov, pesar hasta 100MB, durar de 2 a 60 segundos y tener una resolución de 720p o 1080p.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
Las comprobaciones de seguridad solo se pueden desactivar con autorización de la cuenta; las solicitudes sin autorización siempre se someten a comprobación.
video_urlobligatorio video
Tipourl · video
URL del video para la generación de sincronización labial. Acepta archivos .mp4 o .mov de hasta 100MB, con una duración de 2–60s, únicamente a 720p o 1080p; ambas dimensiones deben estar entre 720–1920px. Un error de validación devuelve un error.
textobligatorio
Tipostring
≤ 120 caracteres
Texto utilizado para generar un video con sincronización labial, limitado a 120 caracteres.
voice_idobligatorio
Tipoenum
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 másai_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
Identificador de la voz utilizada para sintetizar el habla.
voice_languageopcional
Tipoenum
Predeterminadoen
zhen
Idioma asociado al Voice ID seleccionado.
voice_speedopcional
Tiponumber
Predeterminado1
0,8 – 2
Velocidad del habla utilizada al generar un video a partir de texto.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size}Video producido por el modelo.

Más modelos: Sincronización labial y avatares

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/kling-video/lipsync/text-to-video.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt