如何使用 VT 唇形同步 API：视频转视频接入指南（2026）
VT 唇形同步 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。
VT 唇形同步 是一款视频转视频模型（由 NamiFusion 提供）：VT 唇形同步通过翻译后的视频、翻译后音频、翻译后字幕时间轴，以及原始视频和原始字幕时间轴，对翻译后的视频进行口型同步。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 $0.200。
TL;DR
· 任务类型：视频转视频，由 NamiFusion 提供
· 价格：典型一次约 $0.200（$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 VT 唇形同步 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（注册送免费积分）。
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。
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/namifusion/vt-lipsync" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"audio_url": "https://d5v2vcqcwe9y5.cloudfront.net/algorithm/video_translate/260327/default/qtqfcgymg08o.wav",
"subs_list": [
{
"end_ms": 4178,
"start_ms": 300
}
],
"original_video_url": "https://d5v2vcqcwe9y5.cloudfront.net/video_translate/260327/6964a3741d6212ca41d15d2d/3ftvqu8aewix.mp4",
"original_subs_list": [
{
"end_ms": 3780,
"start_ms": 300
}
]
}
}'
# 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？
audio_url（翻译后音频）：必填
subs_list（翻译后字幕分段）：必填，默认 []
original_video_url（原始视频）：必填
original_subs_list（原始字幕分段）：必填，默认 []
价格是多少？
按次积分计价，典型一次调用约 $0.200（$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。
VT 唇形同步
视频翻译后口型同步：输入翻译后视频、翻译后音频及双侧分句时间轴，输出重新对齐口型的结果视频。
NamiFusion VT LipSync 是一个面向视频翻译场景的口型同步服务。它适用于"原始视频经过翻译后，视频时长和音频节奏发生变化"的情况，通过输入翻译后的视频、翻译后音频，以及翻译前后两套按句子切分的时间段信息，生成与目标音频对齐的口型同步视频。
核心特性
- 面向视频翻译场景： 专门处理翻译后音视频长度变化带来的口型错位问题。
- 双时间轴输入： 同时接收翻译后分句时间轴和原始视频分句时间轴，用于建立句级对应关系。
- 异步任务： 提交任务后返回
task_uuid，通过轮询或 Webhook 获取结果。 - 结果视频输出： 任务完成后返回口型同步后的视频 URL。
技术规格
| 参数 | 详情 |
|---|---|
| 模型 ID | namifusion/vt-lipsync |
| 请求方式 | 异步 POST（提交任务 + 轮询/Webhook 获取结果） |
| 输入 | 翻译后视频 URL + 翻译后音频 URL + 双侧分句时间轴 |
| 输出 | 口型同步后的视频 URL |
| 处理时间 | 通常数十秒到数分钟，取决于视频时长与分句数量 |
快速开始
API 端点
| 端点 | 方法 | 说明 |
|---|---|---|
/api/v1/marketplace/run/namifusion/vt-lipsync | POST | 提交 VT LipSync 任务 |
/api/v1/marketplace/run/tasks/{task_uuid} | GET | 查询任务状态与结果 |
认证
在请求 Header 中携带您的 API Key：
X-API-Key: sk-your-api-key
FAQ
可以先免费试用吗？+
注册即送积分，但赠送积分目前仅适用于应用内的部分换脸功能；本模型按量积分计费。Playground 仍可无代码试玩，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。
VT 唇形同步 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。