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

kwaivgi/kling-video-to-audio 视频转音频 example 1

参数

名称类型默认约束说明
video *视频video_uploadvideo/*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booleanfalse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。