Kling 视频生成
通过 AceDataCloud 的 Kuaishou Kling API 生成 AI 视频。
设置: 请参考 身份验证 设置令牌。
快速开始
curl -X POST https://api.acedata.cloud/kling/videos \
-H "Authorization: Bearer $ACEDATACLOUD_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{"action": "text2video", "prompt": "a cat playing piano on a rooftop at sunset", "model": "kling-v3", "mode": "std", "duration": 5}'
异步: 请参考 异步任务轮询。通过
POST /kling/tasks轮询,请求体为{"id": "..."}。
模型
| 模型 | 质量 | 最佳用途 |
|---|---|---|
kling-v3 | 最新 | 最佳质量,灵活 3–15 秒时长,可选音频生成 |
kling-v3-omni | 最新 | 支持音频的 Omni 模型,灵活 3–15 秒时长 |
kling-v2-6 | 高 | 高质量输出,支持可选音频(专业模式) |
kling-v2-5-turbo | 高 + 快 | 最佳速度/质量权衡 |
kling-v2-master | 高 | 高质量输出 |
kling-v2-1-master | 高 | 改进版 v2 |
kling-v1-6 | 改进 | 比 v1 质量更好 |
kling-v1 | 标准 | 基本生成,成本最低 |
kling-video-o1 | 高级 | 最高质量(思考模型) |
质量模式
| 模式 | 速度 | 成本 | 用途 |
|---|---|---|---|
std(标准) | 较慢 | 较低 | 草稿/预览 |
pro(专业) | 较快 | 较高 | 最终输出 |
4k(原生 4K) | — | 高级 | 原生 4K 输出 — 仅限 kling-v3 和 kling-v3-omni;与 camera_control 不兼容 |
工作流程
1. 文本转视频
POST /kling/videos
{
"action": "text2video",
"prompt": "a futuristic city with flying cars",
"model": "kling-v3",
"mode": "std",
"duration": 5,
"aspect_ratio": "16:9"
}
2. 图像转视频
将静态图像动画化。可选指定结束帧。
POST /kling/videos
{
"action": "image2video",
"prompt": "the scene slowly comes alive with movement",
"start_image_url": "https://example.com/scene.jpg",
"end_image_url": "https://example.com/end-scene.jpg",
"model": "kling-v3",
"mode": "pro"
}
3. 扩展视频
为现有视频延长额外秒数。
POST /kling/videos
{
"action": "extend",
"video_id": "existing-video-id",
"prompt": "the camera pulls back to reveal the full landscape",
"model": "kling-v2-5-turbo"
}
4. 运动控制
从图像和参考视频应用精确相机/运动控制。
POST /kling/motion
{
"image_url": "https://example.com/subject.jpg",
"video_url": "https://example.com/motion-reference.mp4"
}
5. 唇形同步
从源视频加上音频或输入文本创建唇形同步视频。
POST /kling/lip-sync
{
"video_url": "https://example.com/source.mp4",
"mode": "audio2video",
"audio_url": "https://example.com/voiceover.mp3"
}
参数
| 参数 | 值 | 描述 |
|---|---|---|
action | "text2video", "image2video", "extend" | 生成模式 |
model | 见模型表 | 使用的模型 |
mode | "std", "pro", "4k" | 质量模式(4k 仅限 kling-v3 / kling-v3-omni,与 camera_control 不兼容) |
duration | 5, 10(v3/v3-omni: 3–15) | 时长(秒) |
generate_audio | true, false | 在视频中生成音频(仅限 v3、v3-omni、v2-6 专业模式) |
aspect_ratio | "16:9", "9:16", "1:1" | 视频宽高比 |
cfg_scale | 0–1 | 提示相关性强度 |
negative_prompt | 字符串 | 视频中要避免的内容 |
camera_control | 对象 | 相机运动参数 |
element_list | 数组 | 来自元素库的参考主体(每个项包含 element_id)。与 video_list 结合,总参考图像 + 主体 ≤ 7(如果包含参考视频则 ≤ 4) |
video_list | 数组 | 通过 video_url 提供的参考视频(MP4/MOV,3–10s,≤200MB,最多 1 个视频)。每个项包含 video_url、refer_type("feature" 或 "base")和可选的 keep_original_sound |
callback_url | 字符串 | 异步回调 URL |
mode(/kling/lip-sync) | "audio2video", "text2video" | 唇形同步模式 |
video_url(/kling/lip-sync) | URL | 唇形同步的源视频 URL |
video_id(/kling/lip-sync) | 字符串 | 用于唇形同步的现有 Kling 视频 ID |
audio_url(/kling/lip-sync) | URL | 音频源 URL(用于 audio2video) |
audio_type(/kling/lip-sync) | "url", "file" | 音频输入类型(默认 url) |
audio_file(/kling/lip-sync) | 字符串 | 当 audio_type=file 时的音频文件负载 |
text(/kling/lip-sync) | 字符串 | 用于合成语音的输入文本(用于 text2video) |
voice_id(/kling/lip-sync) | 字符串 | text2video 中使用的语音预设 ID |
voice_language(/kling/lip-sync) | "zh", "en" | text2video 的 TTS 语言(默认 zh) |
voice_speed(/kling/lip-sync) | 数字 | TTS 说话速度(默认 1.0) |
注意事项
duration支持大多数模型的5或10秒;kling-v3和kling-v3-omni支持灵活3–15秒mode=4k仅适用于kling-v3和kling-v3-omni,且与camera_control不兼容generate_audio启用同步音频生成(受kling-v3、kling-v3-omni和kling-v2-6在专业模式下支持)end_image_url仅用于image2video操作 — 它定义最后一帧- 运动控制(
/kling/motion)是一个独立的端点,与视频生成分开 - 唇形同步是一个独立的端点(
/kling/lip-sync),需要mode;对于audio2video使用audio_url,或对于text2video使用text+ 语音字段 pro模式成本大约是std模式的 2 倍,但生成速度更快,质量更好- 任务状态使用
"succeed"(而不是 "succeeded")— 轮询时检查此值 negative_prompt有助于避免不需要的元素(例如 "blurry, low quality, text")