KlingLipSyncTextToVideoNode - ComfyUI Built-in Node Documentation

Kling Lip Sync Text to Video 节点可将视频文件中的嘴部动作与文本提示同步。

Kling Lip Sync Text to Video 节点可将视频文件中的嘴部动作与文本提示同步。它接收输入视频并生成新视频，其中角色的嘴部动作与提供的文本对齐。该节点使用语音合成来创建自然外观的语音同步。

​

输入

参数	描述	数据类型	必填	范围
视频	用于口型同步的输入视频文件。视频高度/宽度必须介于 720px 和 1920px 之间，时长必须介于 2s 和 10s 之间，且不得大于 100MB。	VIDEO	是	-
文本	用于口型同步视频生成的文本内容。当 mode 为 text2video 时必填。最大长度为 120 个字符。	STRING	是	-
语音	口型同步音频的语音选择（默认：“Melody”）。包含英文和中文语音选项。	COMBO	否	”Melody" "Sunny" "Sage" "Ace" "Blossom" "Peppy" "Dove" "Shine" "Anchor" "Lyric" "Tender" "Siren" "Zippy" "Bud" "Sprite" "Candy" "Beacon" "Rock" "Titan" "Grace" "Helen" "Lore" "Crag" "Prattle" "Hearth" "The Reader" "Commercial Lady" "阳光少年" "懂事小弟" "运动少年" "青春少女" "温柔小妹" "元气少女" "阳光男生" "幽默小哥" "文艺小哥" "甜美邻家" "温柔姐姐" "职场女青" "活泼男童" "俏皮女童" "稳重老爸" "温柔妈妈" "严肃上司" "优雅贵妇" "慈祥爷爷" "唠叨爷爷" "唠叨奶奶" "和蔼奶奶" "东北老铁" "重庆小伙" "四川妹子" "潮汕大叔" "台湾男生" "西安掌柜" "天津姐姐" "新闻播报男" "译制片男" "撒娇女友" "刀片烟嗓" "乖巧正太”
语速	语速。有效范围：0.8~2.0，精确到一位小数。（默认：1）	FLOAT	否	0.8-2.0

视频要求：

• 视频文件不得大于 100MB
• 高度/宽度应介于 720px 和 1920px 之间
• 时长应介于 2s 和 10s 之间

​

输出

输出名称	描述	数据类型
output	带口型同步音频的生成视频	VIDEO
video_id	生成视频的唯一标识符	STRING
duration	生成视频的时长信息	STRING

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑

---

Source fingerprint (SHA-256): 28a7be92d7e8a57efeb7e2913124e4373dfc75fbdba6ff7036fafb3a8ae43a60