Click to upload or drag and drop
Supported formats: MP4, QUICKTIME, X-MATROSKA Maximum file size: 500MB
Video asset URL
Click to upload or drag and drop
Supported formats: MPEG, WAV, X-WAV, AAC, MP4, OGG Maximum file size: 10MB
Target pure vocal audio URL; used to drive video lip movements.
Service identifier
Enable vocal separation to suppress background noise.
Whether to enable scene segmentation and speaker identification. Supported only in Basic mode.
Supported in lite mode. Whether to loop the video when the audio is longer than the video.
Supported in lite mode. Whether to loop the video in reverse (backward). Requires align_audio to be set to true.
Supported in lite mode. Start time of the template video, in seconds.
no output
README
Complete guide to using volcengine/video-to-video-lip-sync
火山引擎视频转视频口型同步 API:AI 口型同步与视频配音 API
接入火山引擎视频转视频口型同步 API,实现无缝的 AI 口型同步与视频配音。高精度口型同步引擎,支持大规模多语种视频翻译。现已登陆 Kie.ai。

火山引擎口型同步 API 核心特性
帧级精准口型同步
区别于传统音频驱动方法容易导致的同步不精准,火山引擎的深度学习模型实现了口型与音频的像素级对齐——即使是“p”和“b”等爆破音的细微口型变化也能精准还原。为您呈现跨越“恐怖谷”的自然逼真说话效果。

多语种视频配音工作流
将口型同步 API 与火山引擎的视频翻译 API 结合,可自动为视频生成 20 多种语言的配音。该工作流涵盖原音识别、翻译、语音合成以及口型同步——全流程异步执行,无需任何人工干预。

原生生态无缝集成
本 API 深度集成于火山引擎智能视觉服务,无缝接入字节跳动底层基础设施,开箱即用:支持自动转码、CDN 分发、视频去水印及内容审核。无需繁琐对接多项服务,只需一个 API 密钥即可调用全套视频生成能力。

高吞吐量异步任务处理
该 API 采用火山引擎的 CVSubmitTask/CVGetResult 异步调用模式,支持同时提交数百个口型同步任务且不阻塞。每个任务均独立处理,提供进度追踪、URL 回调及失败自动重试功能——专为生产级内容生产线量身打造。

如何使用火山引擎视频转视频口型同步 API
只需简单几步,即可快速上手我们的产品...
第 1 步:在 Kie.ai 注册并获取火山引擎口型同步 API 访问权限
第 2 步:向 API 提交口型同步任务
第 3 步:获取并分发最终的口型同步视频
视频转视频口型同步 API 热门应用场景
在线教育与课程本地化
为全球受众翻译教育课程视频并完美同步口型。新加坡某大学利用该 API 将 200 多小时的讲座内容配音为中文、印地语和印尼语——在降低 70% 本地化成本的同时,通过精准的口型同步保留了讲师的真实风采。
社交媒体内容多语复用
TikTok 和 YouTube Shorts 创作者只需一个原视频,即可生成多语种的口型同步视频。一位旅游博主利用火山引擎工作流,将单个英文视频转化为 12 种语言,短短 3 个月内海外粉丝量暴增 340%——全程无需重拍哪怕一帧画面。
企宣视频与全球营销
企业可借助该口型同步 API,将产品演示、高管演讲及培训资料快速适配至各区域市场。某世界 500 强科技公司成功将 500 支产品教程视频本地化为日语、韩语和泰语,其精准的口型同步效果一次性通过了内部 QA——完全无需重拍。
影视配音自动化
影视后期工作室通过集成该 API,可实现外语配音的初版口型同步自动化。火山引擎负责完成首轮基础同步,帮助视觉特效(VFX)师减少约 60% 的人工耗时——口型同步师仅需对极端情绪下的细节进行微调,从而将配音制作周期从数周大幅缩短至数天。
火山引擎视频口型同步(Video-to-Video)API 常见问题解答
查看有关我们服务的常见问题解答。
什么是火山引擎视频转视频口型同步 API?它的工作原理是什么?
火山引擎视频转视频口型同步 API 是一项基于深度学习的服务。通过输入一段人物讲话视频及目标音频,该服务即可生成一段全新的视频,实现人物唇形动作与输入音频的精准匹配。
火山引擎口型同步 API 支持哪些语言的视频配音?
火山引擎口型同步 API 支持 20 多种语言,并针对中文、日语、韩语、印地语、泰语、越南语和印尼语等亚洲语言进行了深度优化。同时,对英语、西班牙语和法语等欧美语言也能提供高精度的匹配支持。
在 AI 视频配音领域,火山引擎口型同步 API 与 HeyGen 相比有何优势?
火山引擎口型同步 API 在处理亚洲语言人物视频时表现更为优异,且针对大规模处理提供了更具性价比的方案。虽然 HeyGen 提供了更广泛的语言选择(175+ 种),但火山引擎在声调语言的精准度,以及与字节跳动底层视频架构的原生集成方面具有显著优势。
火山引擎视频口型同步 API 是否支持通过回调地址(callback URL)推送结果?
是的,火山引擎视频口型同步 API 原生支持通过回调地址推送结果。在提交任务时,您可以指定一个回调 URL,处理完成后,API 会自动将结果 POST 到您的应用接口,从而实现工作流的无缝集成。
相比其他平台,为什么选择通过 Kie.ai 接入火山引擎视频口型同步 API?
Kie.ai 提供便捷的火山引擎视频口型同步 API 接入体验,采用基于点数的灵活计费方案,无最低消费门槛,并提供详细的接入文档。我们的平台具备高并发支持、高可用的 API 服务以及专属技术支持,助力开发者快速集成 AI 口型同步功能。