创建对口型任务

POST /v1/videos/advanced-lip-sync：让视频中的人脸对上指定音频的口型，异步

POST/v1/videos/advanced-lip-sync

让视频中的人脸对上指定音频的口型。

项	值
模式	异步（提交 → 轮询 `GET /v1/videos/advanced-lip-sync/{id}`，见查询对口型任务）
计费	按输出视频实际时长计费，5 秒为单位向上取整，提交时按 60 秒预冻结

快速开始

curl https://api.vibelab.me/v1/videos/advanced-lip-sync \
  -H "Authorization: Bearer $LOOPTOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "session_id": "850508686686064678",
    "face_choose": [
      {
        "face_id": "0",
        "sound_file": "https://example.com/speech.mp3",
        "sound_start_time": 0,
        "sound_end_time": 3000,
        "sound_insert_time": 1000,
        "sound_volume": 1,
        "original_audio_volume": 1
      }
    ]
  }'

响应示例：

{
  "code": 0,
  "message": "SUCCEED",
  "request_id": "6a0d571e-d36c-4811-bb2b-698c94b19a8c",
  "data": {
    "task_id": "893605946402811985",
    "task_status": "submitted",
    "task_info": {
      "external_task_id": "your-id"
    },
    "created_at": 1722769557708,
    "updated_at": 1722769557708
  }
}

请求参数

请求头

参数	类型	必填	默认	说明
`Authorization`	string	是	-	`Bearer $LOOPTOKEN_API_KEY`
`Content-Type`	string	是	-	`application/json`

请求体

参数	类型	必填	默认	说明
`session_id`	string	是	-	人脸识别返回的会话，只能使用自己识别得到的会话
`face_choose`	array	是	-	指定人脸，目前仅支持 1 张
`face_choose[].face_id`	string	是	-	人脸 ID
`face_choose[].sound_file`	string	是	-	音频 URL 或 Base64；mp3/wav/m4a/aac，不超过 5MB，2–60 秒
`face_choose[].sound_start_time`	integer	是	-	音频裁剪起点（毫秒）
`face_choose[].sound_end_time`	integer	是	-	音频裁剪终点（毫秒），裁剪后不短于 2 秒
`face_choose[].sound_insert_time`	integer	是	-	裁剪后音频插入视频的时间（毫秒），与该人脸可对口型区间至少重合 2 秒
`face_choose[].sound_volume`	number	否	`1`	音频音量，0–2
`face_choose[].original_audio_volume`	number	否	`1`	原视频音量，0–2
`watermark_info.enabled`	boolean	否	`false`	是否同时生成含水印结果
`callback_url`	string	否	-	HTTPS 回调地址
`external_task_id`	string	否	-	自定义任务 ID，同一账号下不可重复

响应

字段	类型	说明
`code`	integer	`0` 表示成功，其余见错误
`message`	string	错误信息
`request_id`	string	请求 ID，排查问题时提供
`data.task_id`	string	任务 ID
`data.task_status`	string	`submitted`、`processing`、`succeed`、`failed`
`data.task_info.external_task_id`	string	创建时传入的自定义任务 ID
`data.created_at`、`data.updated_at`	integer	Unix 毫秒时间戳

计费

按输出视频实际时长计费，不足 5 秒按 5 秒、向上取整到 5 秒的整数倍。提交时按 60 秒预冻结额度，任务结束后多退少补；失败全额退回。

错误

本页参数校验返回 400 / 1201，message 原文如下：

HTTP	`code`	触发场景	处理
400	`1201`	`session_id is required and must be a string`	传人脸识别返回的 `session_id`
400	`1201`	`session_id not found`	会话不存在或不属于当前账号，重新初始化/识别后再用
400	`1201`	`face_choose must contain exactly one face`	`face_choose` 恰好 1 项
400	`1201`	`face_id is required and must be a string` / `sound_file is required and must be a string`	补齐 `face_choose[]` 必填字段
400	`1201`	`audio_id is not supported, use sound_file`	改传 `sound_file`
400	`1201`	`sound_start_time, sound_end_time and sound_insert_time are required numbers`	三个时间字段都传数字（毫秒）
400	`1201`	`trimmed sound must be at least 2000 ms and start with non-negative times`	裁剪后不短于 2000 毫秒，起点和插入时间不为负

通用错误（鉴权、余额、并发、回调地址、上游错误）见 Kling 错误。

注意事项

前置步骤 → 先调用人脸识别得到 session_id 和 face_id。
与官方的差别 → 不支持 face_choose[].audio_id（它指向可灵账号里的历史作品，不属于你的账号），请改用 sound_file；响应不返回 final_unit_deduction、final_balance_deduction；callback_url 由 LoopToken 投递，external_task_id 在你的账号范围内去重。

创建对口型任务

本页内容