如何使用 kwaivgi/kling-video-to-audio 视频转音频 API:video to auido接入指南(2026)

2 min · 更新于 2026-07-11 · NamiFusion 团队

kwaivgi/kling-video-to-audio 视频转音频 API 接入教程:参数说明、价格与可直接运行的调用代码,先在 Playground 试玩再一行代码接入。

kwaivgi/kling-video-to-audio 视频转音频 是一款video to auido模型(由 Kling 提供):Kling Video-to-Audio 可使用 KlingAI 的音频生成模型,从视频中自动生成或提取匹配的音效和音轨。提供开箱即用的 REST API,性能出色,无冷启动,价格实惠。在 NamiFusion 上可以在 Playground 直接试玩(提交前显示准确报价),再通过统一 REST API 一行代码接入,典型一次调用约 $0.040。

TL;DR

· 任务类型:video to auido,由 Kling 提供

· 价格:典型一次约 $0.040($1 = 100 积分),按量计费无订阅

· 上手路径:Playground 试玩(提交前显示报价)→ API Keys 建密钥 → 一个 POST 接入

· 可调参数:4 个(见下方参数表)

· 无平台水印,商用可用(遵守服务条款)

用 kwaivgi/kling-video-to-audio 视频转音频 能做什么?

短视频与广告片段:从一句话或一张图直接产出可发布的动态素材。

产品演示与概念预览:低成本验证分镜和视觉方向,再决定是否实拍。

社媒内容工厂:批量生成竖屏短片,配合热点话题快速上线。

已有素材的二次创作:图生视频让静态作品动起来,延长内容生命周期。

怎么调用这个 API?

1. 在 NamiFusion 注册并在 API Keys 页面创建密钥(注册赠送积分仅可用于指定模型)。

2. 用下面的 cURL 示例提交任务,Header 带上 Bearer 密钥。

3. 用返回的 task_uuid 轮询任务状态,完成后取输出 URL。

提交任务
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-video-to-audio" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "video": "https://example.com/input.mp4",
    "asmr_mode": false
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"

有哪些参数?

video(视频):必填

sound_effect_prompt(音效提示词):可选

bgm_prompt(背景音乐提示词):可选

asmr_mode(ASMR 模式):可选,默认 false

kwaivgi/kling-video-to-audio 视频转音频 的提示词怎么写?

1. 主体在前:先写画面主角与动作,再补环境、光线、风格("一名宇航员在雨中的霓虹街头奔跑,电影感,浅景深")。

2. 用具体名词代替形容词堆砌:"85mm 人像镜头、黄昏逆光" 比 "非常好看、超高质量" 有效得多。

3. 迭代时只改一个变量:固定 seed 复现结果,每次只调整一个描述词,才能知道是什么在起作用。

4. 负面信息放正面写:与其说"不要模糊",不如直接要"锐利对焦、清晰细节"。

价格是多少?

按次积分计价,典型一次调用约 $0.040($1 = 100 积分),实际价格随参数(分辨率/时长等)变化,Playground 里提交前会显示准确报价。

kwaivgi/kling-video-to-audio 视频转音频

为视频快速生成贴合画面的音效与背景音乐,无冷启动、低成本、可直接投入生产。

kwaivgi/kling-video-to-audio 是一款面向视频配音场景的 AI 模型,可根据输入视频自动生成或提取匹配的音效与音轨,并通过简短提示词控制音效(SFX)与背景音乐(BGM)的风格与节奏。该模型适合需要快速补全静音视频声音设计的工作流,兼顾生成质量、迭代效率与成本表现。

它尤其适用于预告片、短片、产品展示和氛围向内容制作。依托 KlingAI 的音频生成能力,模型能够让声音与画面动作、节奏和情绪更自然地对齐,同时提供无冷启动体验,便于高频调用与批量生产。

🚀 关键特性

  • 视频驱动的音频生成:基于输入视频内容生成匹配的音效与背景音乐,使声音更贴合画面动作与场景节奏。
  • 双提示词控制:分别通过音效提示词与背景音乐提示词控制拟音、环境声、配乐氛围与结构,便于精细化创作。
  • 可选 ASMR 模式:开启后可增强微观细节、近距离收音质感与沉浸式听感,适合强调材质与触感的内容。
  • 快速迭代:支持通过修改提示词反复生成并对比结果,适合创意探索与版本打磨。
  • 广泛适配多类视频:可用于电影感镜头、纪录片、游戏片段、产品展示等多种素材类型。
  • 无冷启动、价格友好:适合对响应稳定性和单位成本敏感的生产环境与内容平台。

🛠️ 技术规格

项目说明
模型名称kwaivgi/kling-video-to-audio
模型类型视频到音频生成模型
核心能力为输入视频生成同步的音效(SFX)与背景音乐(BGM)
输入形式视频、音效提示词、背景音乐提示词、ASMR 模式开关
输出形式音频
输入视频时长最长 20 秒
音效提示词长度最多 200 个字符
背景音乐提示词长度最多 200 个字符
ASMR 模式支持(默认关闭)
同步方式音频时长与输入视频时长对齐
适用素材静音视频、待补充声音设计的视频片段
延迟平台级快速推理体验,实际耗时取决于任务内容与系统负载
冷启动无冷启动

示例提示词

音效提示词示例

  • 雷暴、暴雨、远处雷声滚动、玻璃震动、阵风呼啸、海浪拍打礁石。
  • 皮夹克摩擦声、湿水泥地上的脚步声、电梯提示音、霓虹灯电流嗡鸣。

背景音乐提示词示例

  • 阴郁的管弦乐配乐,低音弦乐,稀疏钢琴重音,缓慢推进并带有次低频起伏。
  • 极简电子氛围,缓慢节奏,柔和合成器铺底,逐步增强紧张感。

💰 价格

计费项价格
基础价格(每次任务)$0.035

FAQ

可以先免费试用吗?+

注册赠送积分仅可用于指定模型,适用范围会持续更新;Playground 提交前会显示准确报价。

生成内容可以商用吗?有水印吗?+

可以商用,NamiFusion 不给生成结果加平台水印;使用须遵守服务条款与适用法律。

内容政策是什么?+

NamiFusion 是无过滤引擎,不做武断限制、对 NSFW 友好,但禁止违法内容与非自愿的真人素材,详见服务条款。

kwaivgi/kling-video-to-audio 视频转音频 的任务要跑多久?+

取决于参数,图像通常数秒到数十秒,视频通常数十秒到几分钟;API 返回 task_uuid 供轮询。

分辨率/时长上限是多少?+

以模型参数表为准:每个模型的可选分辨率、时长档位都在上方参数说明与 Playground 中列出。