Przejdź do głównej treści
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": {}
  }
}

Documentation Index

Fetch the complete documentation index at: https://apidoc.cometapi.com/llms.txt

Use this file to discover all available pages before exploring further.

Użyj tego endpointu, aby tworzyć klipy z mówiącym avatarem na podstawie jednego obrazu źródłowego i jednego źródła audio.

​
Zanim go wywołasz

  • Podaj jeden image avatara jako publiczny URL lub surowy ciąg base64
  • Wyślij dokładnie jedno z pól audio_id lub sound_file
  • Pierwsze żądanie powinno być proste: jeden obraz twarzy, jeden klip audio i krótki opcjonalny prompt
  • Zacznij od mode: std, chyba że konkretnie potrzebujesz ścieżki o wyższej jakości

​
Zasady dotyczące źródła audio

  • audio_id to najprostsza opcja, jeśli mowa została już wygenerowana przez trasę Kling TTS
  • sound_file działa, jeśli masz już własni zasób MP3, WAV, M4A lub AAC
  • Długość audio dla avatara jest opisana jako od 2 do 60 sekund

​
Przepływ zadania

1

Utwórz zadanie avatara

Prześlij obraz i jedno źródło audio, a następnie zapisz zwrócone id zadania.
2

Sprawdzaj zadanie

Kontynuuj, korzystając z Individual Queries, aż zadanie osiągnie stan końcowy.
3

Zapisz gotowy wynik

Skopiuj końcowy zasób do własnej pamięci masowej, jeśli potrzebujesz przechowywania dłuższego niż czas dostępności pod URL dostawcy.
Pełne informacje o parametrach znajdziesz w oficjalnej dokumentacji Kling Avatar.

Autoryzacje

​
Authorization
string
header
wymagane

Bearer token authentication. Use your CometAPI key.

Nagłówki

​
Content-Type
string

Optional content type header.

Treść

application/json
​
image
string
domyślnie:example
wymagane

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
wymagane

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.

​
prompt
string
wymagane

Text prompt to guide avatar actions, emotions, and camera movements. Max 2500 characters. Required — the API rejects requests without this field.

​
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.

​
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.

Odpowiedź

200 - application/json

Task accepted.

​
code
integer
wymagane
​
message
string
wymagane
​
data
object
wymagane