Kling 4.0 参考视频原声

kling-4.0 和 kling-4.0-flash 的参考视频请求可以通过 metadata.keep_original_sound 控制原声. 该字段必须是布尔值.

• true: 保留输入视频的原声音轨, 必须提供至少一个参考视频或 base_video.
• false: 不保留原声音轨, 适用于参考输入模式. Kling 官方渠道会生成音频.
• 省略: 使用渠道默认行为. Kling 官方渠道默认为生成音频.

Kling 官方渠道优先使用 base_video 的音轨; 没有 base_video 时使用第一个参考视频的音轨. 当前接口不支持同时提供语音参考.

官方参数依据: Kling 4.0 Omni 和 Kling 4.0 Flash Omni 的 settings.audio 定义.

{
  "model": "kling-4.0-flash",
  "prompt": "保持参考视频的动作和原声",
  "duration": 3,
  "resolution": "720p",
  "aspect_ratio": "9:16",
  "image_with_roles": [
    {"url": "https://example.com/person.png", "role": "reference_image"}
  ],
  "video_with_roles": [
    {"url": "https://example.com/reference.mp4", "role": "reference_video"}
  ],
  "metadata": {"keep_original_sound": true}
}

将请求提交到 POST /v1/videos/generations. 图片和视频应使用公网可访问的 HTTP 或 HTTPS URL. Kling 官方渠道在字段类型错误或缺少所需视频时返回 HTTP 400, 并标出 metadata.keep_original_sound.