对口型（lip-sync） - Rivus AI 用户文档

说明

路径：/vidu/ent/v2/lip-sync（对应官方 POST https://api.vidu.cn/ent/v2/lip-sync）。
认证：Authorization: Bearer <kapon Token>。
适用场景：基于已有视频素材和音频/文本生成“对口型”视频。

请求参数（核心）

video_url（必填）：原视频 URL，需可从服务端访问。
audio_url（可选）：音频文件 URL，支持 wav/mp3/wma/m4a/aac/ogg。
text（可选）：用于驱动口型的文本内容（可包含停顿标签 <#x#>）。
speed（可选）：语速，范围 [0.5, 2]，默认 1.0，仅文字驱动时生效。
voice_id（可选）：音色 ID，仅文字驱动时生效。
ref_photo_url（可选）：人脸参考图 URL，用于在多张人脸时指定目标人物。
volume（可选）：音量大小，范围 [0, 10]，默认 0 表示正常音量。
callback_url（可选）：回调地址，Vidu 会在任务状态变化时回调。
payload（可选）：透传字段，会在查询/回调结果中原样返回。

注意：

至少需要 audio_url 或 text 其中之一。
video_url 视频需满足官方规范（编码 H.264，时长 1–600 秒，大小不超过 5G 等）。

调用示例（音频驱动）

curl --request POST \
  --url https://models.kapon.cloud/vidu/ent/v2/lip-sync \
  --header 'Authorization: Bearer <kapon Token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "video_url": "https://your.cdn.com/source.mp4",
  "audio_url": "https://your.cdn.com/audio.wav",
  "callback_url": "https://your.service.com/vidu/callback",
  "payload": "user_123_order_456"
}'

调用示例（文本驱动）

curl --request POST \
  --url https://models.kapon.cloud/vidu/ent/v2/lip-sync \
  --header 'Authorization: Bearer <kapon Token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "video_url": "https://your.cdn.com/source.mp4",
  "text": "你好<#2#>我是 Vidu<#1.5#>很高兴见到你",
  "speed": 1.0,
  "voice_id": "your_voice_id",
  "volume": 0
}'

返回示例

{
  "task_id": "your_task_id_here",
  "state": "created",
  "payload": "user_123_order_456",
  "created_at": "2025-01-01T15:41:31.968916Z"
}

后续查询

与其它 Vidu 任务保持一致，通过：

curl --request GET \
  --url https://models.kapon.cloud/vidu/ent/v2/tasks/$TASK_ID/creations \
  --header 'Authorization: Bearer <kapon Token>'

即可拿到最终生成的视频 URL（url/cover_url/watermarked_url）及 state/credits/payload 等信息。

Documentation Index