接口提示
session_id 和 face_id 参数由 kirin_identify_face 接口返回
您必须先调用人脸识别接口获取这些值, 然后才能使用此对口型接口
认证
authorization string 必填
所有 API 均使用 Bearer Token 鉴权
获取 API Key：
访问 API Key 管理页面 获取 API Key
用法：
将以下 Header 添加到请求中：
Authorization: Bearer YOUR_API_KEY参数
model string 必填
请求使用的模型 ID
可选值：kirin_lipsync
session_id string 必填
会话 ID, 基于对口型人脸识别接口生成
face_choose array 必填
指定人脸对口型, 包括人脸 ID、口型参考等内容, 暂时仅支持指定单人对口型
face_id
string必填人脸 ID, 由人脸识别接口返回
audio_id
string通过试听接口生成的音频的 ID
仅支持使用 30 天内生成的、时长不短于
2秒且不超过60秒的音频
audio_id、sound_file参数二选一, 不能同时为空, 也不能同时有值
sound_file
string音频文件
支持传入音频 Base64 编码或音频 URL（确保可访问）
音频文件支持
.mp3,.wav,.m4a, 文件大小不超过5MB, 格式不匹配或文件过大会返回错误码等信息仅支持使用时长不短于
2秒且不长于60秒的音频
audio_id、sound_file参数二选一, 不能同时为空, 也不能同时有值系统会校验音频内容, 如有问题会返回错误码等信息
sound_start_time
long必填音频裁剪起点时间
以原始音频开始时间为准, 开始时间为 0 分 0 秒, 单位 ms
起点之前的音频会被裁剪, 裁剪后音频不得短于
2秒
sound_end_time
long必填音频裁剪终点时间
以原始音频开始时间为准, 开始时间为 0 分 0 秒, 单位 ms
终点之后的音频会被裁剪, 裁剪后音频不得短于
2秒终点时间不得晚于原始音频总时长
sound_insert_time
long必填裁剪后音频插入时间
以视频开始时间为准, 视频开始时间为 0 分 0 秒, 单位 ms
插入音频的时间范围与该人脸可对口型时间区间至少重合
2秒时长插入音频的开始时间不得早于视频开始时间, 插入音频的结束时间不得晚于视频结束时间
sound_volume
float音频音量大小；值越大, 音量越大
范围：
0-2默认值：
1
original_audio_volume
float原始视频音量大小；值越大, 音量越大
原视频无声时, 当前参数无效果
范围：
0-2
external_task_id string
自定义任务 ID
用户自定义任务 ID, 传入不会覆盖系统生成的任务 ID, 但支持通过该 ID 进行任务查询
请注意, 单用户下需要保证唯一性
callback_url string
本次任务结果回调通知地址, 如果配置, 服务端会在任务状态发生变更时主动通知
轮询
由于对口型视频生成需要时间, 您需要在创建任务后轮询任务状态
初始响应返回任务 ID 和初始状态. 实际的生成结果必须通过轮询任务状态端点来获取
响应格式
error object
错误信息.仅在状态为 failed 时出现.
code
string错误码
error_message
string详细错误信息
output array
生成结果.仅在状态为 completed 时出现.
content
array生成内容列表
type
string资源类型，如
video,imageurl
string生成内容的 URL
duration
number视频时长
jobId
string远程任务 ID
usage object
使用统计.仅在状态为 completed 时出现.
cost
string总费用 (美元)
discount
number折扣金额
metadata object
元数据信息
错误码
| 错误码 | 描述 |
|---|---|
| 014002095 | 内部生成错误 |
| 014002096 | 结果解析异常 |
| 014002097 | HTTP 错误响应 |
| 014002099 | 同步生成异常 |