Video To AuidoKling
kwaivgi/kling-video-to-audio 视频转音频
kwaivgi/kling-video-to-audio
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。
示例
参数
| 名称 | 类型 | 默认 | 约束 | 说明 |
|---|---|---|---|---|
| video *视频 | video_upload | — | video/* | 用于生成输出内容的视频。请注意,视频格式仅支持 MP4/MOV,文件大小≤100M,视频长度在 3.0 秒-20.0 秒 |
| sound_effect_prompt音效提示词 | textarea | — | ≤ 200 chars | 用于生成音效的文本提示词,最多 200 个字符 |
| bgm_prompt背景音乐提示词 | textarea | — | ≤ 200 chars | 用于生成背景音乐的文本提示词,最多 200 个字符 |
| asmr_modeASMR 模式 | boolean | false | — | 开启 ASMR 模式可增强细节音效,适用于沉浸式内容场景 |
API
通过统一 REST API 调用本模型;在 API Keys 页获取密钥。
cURL
# 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"Python
import time, requests
API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}
# 1) Submit
resp = requests.post(
"https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-video-to-audio",
headers=HEADERS,
json={
"input": {
"video": "https://example.com/input.mp4",
"asmr_mode": False
}
},
)
resp.raise_for_status() # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()
# 2) Poll until a terminal state (completed / failed / cancelled).
# This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
if time.time() > deadline:
raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
time.sleep(3)
poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
poll.raise_for_status()
task = poll.json()
print(task["status"], task.get("output"))JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };
// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-video-to-audio", {
method: "POST",
headers: { ...HEADERS, "Content-Type": "application/json" },
body: JSON.stringify({
"input": {
"video": "https://example.com/input.mp4",
"asmr_mode": false
}
}),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();
// 2) Poll until a terminal state (completed / failed / cancelled).
// This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
await new Promise((r) => setTimeout(r, 3000));
const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
task = await poll.json();
}
console.log(task.status, task.output);文档
kwaivgi/kling-video-to-audio
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 |
💡 最佳使用场景
- 短视频与社交媒体内容:为静音素材快速补充音效与背景音乐,提升完播率与情绪感染力。
- 产品展示与电商营销:通过材质声、环境声与品牌化配乐增强产品质感与沉浸感。
- 预告片与氛围短片:快速生成贴合节奏的声音设计,用于概念验证、样片制作与创意提案。
- 游戏与影视前期制作:为分镜、试玩片段或粗剪视频补充临时音轨,加快内部评审与创作沟通。
🔗 相关模型
当前提供的是 kwaivgi/kling-video-to-audio,适合将视频内容快速转换为可用的音效与背景音乐轨道。如果你正在评估 Kling 系列能力,可进一步关注同系列中面向视频生成、编辑或更高规格输出的其他版本,以匹配不同制作流程需求。