Kling 影片生成
透過 AceDataCloud 的快手 Kling API 生成 AI 影片。
設定: 請參閱 驗證 以設定 Token。
快速開始
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}'
非同步: 請參閱 非同步任務輪詢。透過
POST /kling/tasks並攜帶{"id": "..."}進行輪詢。
模型
| 模型 | 品質 | 最佳用途 |
|---|---|---|
kling-v3 | 最新 | 最佳品質,靈活的 3–15 秒時長,可選音訊生成 |
kling-v3-omni | 最新 | 支援音訊的全能模型,靈活的 3–15 秒時長 |
kling-v2-6 | 高 | 高品質輸出,可選音訊(專業模式) |
kling-v2-5-turbo | 高 + 快速 | 最佳速度/品質平衡 |
kling-v2-master | 高 | 高品質輸出 |
kling-v2-1-master | 高 | 改進版 v2 |
kling-v1-6 | 改進 | 品質優於 v1 |
kling-v1 | 標準 | 基本生成,成本最低 |
kling-video-o1 | 高級 | 最高品質(思考模型) |
品質模式
| 模式 | 速度 | 成本 | 用途 |
|---|---|---|---|
std(標準) | 較慢 | 較低 | 草稿/預覽 |
pro(專業) | 較快 | 較高 | 最終輸出 |
4k(原生 4K) | — | 高級 | 原生 4K 輸出 — 僅限 kling-v3 和 kling-v3-omni;與 camera_control 不相容 |
工作流程
1. 文字轉影片
POST /kling/videos
{
"action": "text2video",
"prompt": "a futuristic city with flying cars",
"model": "kling-v3",
"mode": "std",
"duration": 5,
"aspect_ratio": "16:9"
}
2. 圖片轉影片
將靜態圖片動畫化。可選擇指定一個結束幀。
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. 延伸影片
為現有影片增加額外的秒數。
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. 動態控制
從圖片 + 參考影片套用精確的攝影機/動態控制。
POST /kling/motion
{
"image_url": "https://example.com/subject.jpg",
"video_url": "https://example.com/motion-reference.mp4"
}
5. 嘴脣同步
從來源影片加上音軌或輸入文字來建立嘴脣同步影片。
POST /kling/lip-sync
{
"video_url": "https://example.com/source.mp4",
"mode": "audio2video",
"audio_url": "https://example.com/voiceover.mp3"
}
參數
| 參數 | 值 | 描述 |
|---|---|---|
action | "text2video", "image2video", "extend" | 生成模式 |
model | 請參閱模型表格 | 使用的模型 |
mode | "std", "pro", "4k" | 品質模式(4k 僅適用於 kling-v3 / kling-v3-omni,與 camera_control 不相容) |
duration | 5, 10(v3/v3-omni:3–15) | 時長(秒) |
generate_audio | true, false | 使用影片生成音訊(僅限 v3, v3-omni, v2-6 pro) |
aspect_ratio | "16:9", "9:16", "1:1" | 影片長寬比 |
cfg_scale | 0–1 | 提示相關性強度 |
negative_prompt | 字串 | 影片中應避免的內容 |
camera_control | 物件 | 攝影機移動參數 |
element_list | 陣列 | 來自元素庫的參考主體(每個項目包含 element_id)。與 video_list 結合使用,總參考圖片 + 主體 ≤ 7(若包含參考影片則 ≤ 4) |
video_list | 陣列 | 透過 video_url 提供的參考影片(MP4/MOV,3–10 秒,≤200MB,最多 1 個影片)。每個項目包含 video_url、refer_type("feature" 或 "base")和可選的 keep_original_sound |
callback_url | 字串 | 非同步回呼 URL |
mode(/kling/lip-sync) | "audio2video", "text2video" | 嘴脣同步模式 |
video_url(/kling/lip-sync) | URL | 用於嘴脣同步的來源影片 URL |
video_id(/kling/lip-sync) | 字串 | 用於嘴脣同步的現有 Kling 影片 ID |
audio_url(/kling/lip-sync) | URL | 音訊來源 URL(用於 audio2video) |
audio_type(/kling/lip-sync) | "url", "file" | 音訊輸入類型(預設 url) |
audio_file(/kling/lip-sync) | 字串 | 當 audio_type=file 時的音訊檔案負載 |
text(/kling/lip-sync) | 字串 | 要合成語音的輸入文字(用於 text2video) |
voice_id(/kling/lip-sync) | 字串 | text2video 中使用的語音預設 ID |
voice_language(/kling/lip-sync) | "zh", "en" | text2video 的 TTS 語言(預設 zh) |
voice_speed(/kling/lip-sync) | 數字 | TTS 說話速度(預設 1.0) |
注意事項
duration支援大多數模型為5或10秒;kling-v3和kling-v3-omni支援靈活的3–15秒mode=4k僅適用於kling-v3和kling-v3-omni,且與camera_control不相容generate_audio啟用同步音訊生成(kling-v3、kling-v3-omni和kling-v2-6在專業模式下支援)end_image_url僅用於image2video動作 — 它定義了最後一幀- 動態控制(
/kling/motion)是一個與影片生成不同的端點 - 嘴脣同步是一個獨立的端點(
/kling/lip-sync),需要mode;使用audio_url進行audio2video,或使用text+ 語音欄位進行text2video pro模式成本約為std模式的 2 倍,但生成更快,品質更好- 任務狀態使用
"succeed"(而非 "succeeded")— 輪詢時請檢查此值 negative_prompt有助於避免不需要的元素(例如 "blurry, low quality, text")