Hopp til hovedinnhold
POST
/
kling
/
v1
/
videos
/
avatar
/
image2video
Create a Kling avatar task
curl --request POST \
  --url https://api.cometapi.com/kling/v1/videos/avatar/image2video \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "image": "example"
}
'
{
  "code": 123,
  "message": "<string>",
  "data": {
    "task_id": "<string>",
    "task_status": "<string>",
    "created_at": 123,
    "updated_at": 123,
    "task_info": {}
  }
}
Bruk dette endepunktet til å lage snakkende avatar-klipp fra ett kildebilde og én lydkilde.

​
Før du kaller det

  • Oppgi ett avatar-image som en offentlig URL eller rå base64-streng
  • Send nøyaktig én av audio_id eller sound_file
  • Hold den første forespørselen enkel: ett ansiktsbilde, ett lydklipp og en kort valgfri Prompt
  • Start med mode: std med mindre du spesifikt trenger banen med høyere kvalitet

​
Regler for lydkilde

  • audio_id er den enkleste løsningen når du allerede har generert tale via Kling TTS-ruten
  • sound_file fungerer når du allerede har din egen MP3-, WAV-, M4A- eller AAC-fil
  • Avatar-lyd er dokumentert til å være mellom 2 og 60 sekunder lang

​
Oppgaveflyt

1

Opprett avatar-oppgaven

Send inn bildet og én lydkilde, og lagre deretter den returnerte oppgave-ID-en.
2

Poll oppgaven

Fortsett med Individuelle spørringer til oppgaven når en endelig tilstand.
3

Lagre det ferdige resultatet

Kopier den endelige ressursen til din egen lagring hvis du trenger oppbevaring utover leverandørens leverings-URL.
For en fullstendig parameterreferanse, se den offisielle Kling Avatar-dokumentasjonen.

Autorisasjoner

​
Authorization
string
header
påkrevd

Bearer token authentication. Use your CometAPI key.

Overskrifter

​
Content-Type
string

Optional content type header.

Kropp

application/json
​
image
string
standard:example
påkrevd

Avatar reference image. Accepts an image URL or raw Base64 string (no data: prefix). Supported formats: JPG, JPEG, PNG. Max file size 10 MB. Minimum dimension 300 px on each side; aspect ratio between 1:2.5 and 2.5:1.

​
audio_id
string
påkrevd

Audio ID returned by the Kling TTS API. Only audio clips between 2 and 60 seconds generated within the last 30 days are accepted. Mutually exclusive with sound_file — exactly one must be provided.

​
sound_file
string

Audio file as a URL or Base64 string. Accepted formats: MP3, WAV, M4A, AAC. Max 5 MB, duration 2–60 seconds. Mutually exclusive with audio_id — exactly one must be provided.

​
prompt
string

Text prompt to guide avatar actions, emotions, and camera movements. Max 2500 characters.

​
mode
string

Generation mode. std (standard, faster and more cost-effective) or pro (professional, higher quality output).

​
callback_url
string

Webhook URL for task status notifications. The server sends a callback when the task status changes.

​
external_task_id
string

Optional user-defined task ID for your own tracking. Does not replace the system-generated task ID. Must be unique per account.

Svar

200 - application/json

Task accepted.

​
code
integer
påkrevd
​
message
string
påkrevd
​
data
object
påkrevd