kling/lipsync/text-to-video
根据文本生成语音并与视频同步，可选择音色、语言和语速。
Wan 2.6 参考视频生视频需要填写 prompt 并提供 reference_video_url_1，还可选填 reference_video_url_2 和 reference_video_url_3。请在提示词中按输入顺序用 character1、character2、character3 指代各段视频；即使只有 1 段参考视频，也要写作 character1。
> Schema 说明：required 列表还包含 img_url，但当前 properties 中没有定义 img_url 字段。本文不会猜测其用途、格式或尺寸。
| 参数 | 必填 | 默认值／可选值 | 作用 |
|---|---|---|---|
prompt | 是 | 示例提示词 | 生成指令，少于 1,500 个字符。按输入顺序用 character1、character2、character3 指代参考视频。 |
reference_video_url_1 | 是 | 示例视频 URL | 第 1 段参考视频。支持 MP4、MOV；2～30 秒；小于 100 MB。单独使用时，可用参考片段最长为 5 秒。 |
reference_video_url_2 | 否 | — | 第 2 段参考视频。支持 MP4、MOV；2～30 秒；小于 100 MB。与第 1 段一起使用时，每段可用参考片段最长为 2.5 秒。 |
reference_video_url_3 | 否 | — | 第 3 段参考视频。支持 MP4、MOV；2～30 秒；小于 100 MB。三段一起使用时，每段可用参考片段最长为 1.66 秒。 |
duration | 否 | 默认 5；可选 5、10 | 生成视频的时长，单位为秒。 |
size | 否 | 默认 1280*720 | 精确可选值：1280720、7201280、960960、1088832、8321088、19201080、10801920、14401440、16321248、12481632。 |
shot_type | 否 | 默认 multi；可选 multi、single | 选择多镜头或单镜头结果。 |
negative_prompt | 否 | — | 描述希望避免的元素或画面特征。 |
seed | 否 | 0～2147483647 | 需要复现或对比结果时设置随机种子。 |
audio | 否 | 默认 true | 开启或关闭音频生成；它不接收单独的音频文件或音频提示词。 |
prompt，并用对应的 characterX 标记每段视频。duration、一个精确的 size 和合适的 shot_type。negative_prompt；需要可比的迭代时设置 seed，并决定是否通过 audio 生成音频。audio 只控制是否生成音频，没有语言、声音、音乐或音效参数。根据文本生成语音并与视频同步，可选择音色、语言和语速。
轻松将图片生成高品质动态视频，展现真实光影与自然运动效果。
使用 Pikadditions 将图像中的人物或物体添加到现有视频中。
将视频中的人物或物体与背景分离，并设置输出编码、边缘优化与主体类型。
Veo 3.1 帮助设计师快速将图像转换为高质量动态视频，创作流畅又真实的视觉作品。
通过智能帧插值，将静态图像平滑转换为高质量视频，提升创作表现力。
duration 只能选择 5 或 10 秒。size 有且仅有 10 个选项：1280*720、720*1280、960*960、1088*832、832*1088、1920*1080、1080*1920、1440*1440、1632*1248、1248*1632。reference_video_url_1 必填，reference_video_url_2 和 reference_video_url_3 可选。每段视频须为 MP4 或 MOV、时长 2～30 秒且小于 100 MB；1 段时可用参考片段最长 5 秒，2 段时每段 2.5 秒，3 段时每段 1.66 秒。
required 列表包含 img_url，但当前 properties 中没有定义这个字段。因此本页面无法确认它的用途、文件要求或尺寸；如果 RunComfy 页面或 API 要求额外输入，请以当前界面或最新 API 文档为准。
先在 RunComfy 模型页面确认提示词和参数，再通过当前 API 集成提交相同字段：prompt、各参考视频 URL、duration、size、shot_type、negative_prompt、seed 和 audio。身份验证、任务状态、速率限制和计费请以最新 API 文档为准。
当前 schema 没有提供画质、速度、动作准确度或口型同步方面的基准数据。能够确认的是：此页面支持 1～3 段参考视频、5 秒或 10 秒输出、10 个尺寸、镜头结构控制和可选音频生成。
页面接收文字 prompt，但 schema 没有列出有保证的提示词或语音语言。audio 只控制是否生成音频，没有语言、台词、音色、音乐或音效字段。
可以。audio 是布尔型音频生成开关，默认值为 true。页面没有单独的音频上传、音频提示词、音色选择或细分音频类型参数。
它适合制作由 1～3 段源视频引导的短视频，让参考素材影响主体或动作。清晰的 characterX 标记、相互兼容的参考视频和重点明确的提示词，可用于广告、社交媒体短片、概念镜头和短篇叙事测试。
RunComfy 是首选的 ComfyUI 平台，提供 ComfyUI 在线 环境和服务，以及 ComfyUI 工作流 具有惊艳的视觉效果。 RunComfy还提供 AI Models, 帮助艺术家利用最新的AI工具创作出令人惊叹的艺术作品。
