- 价格
- 起 $0.007
- 模态
- 音频
Kling TTS 简介
Kling TTS 是快手的语音合成模型。它把文字提示词转换成语音音频，并可在不同声音之间选择。它与 Kling 视频模型并列，所以 Kling 片段的旁白可以出自同一厂商。输入是文本，返回音频。
擅长的任务
- 把书面文字转成语音，并提供多种声音可选。
- 与 Kling 视频系列出自同一厂商，让旁白加视频的工作流都在同一个系列里。
- 操作简单，只做语音，没有需要配置的音乐或音效功能。
- 按请求使用，适合字幕、提示语和配音这类短句。
什么情况换别的模型
- 它没有声音克隆或情绪控制，所以追求表现力的工作更适合专门的语音模型。
- 它只输出音频；任何口型同步的视频都需要另外的模型，比如 Kling AI Avatar。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本转语音TokenLab 端点POST/v1/audio/speechcurl -X POST "https://api.tokenlab.sh/v1/audio/speech" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "operation": "tts", "model": "kling-tts", "input": "Hello from TokenLab.", "voice": "alloy" }'
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
文本转语音
每次请求- Official 价格
- $0.007
- Verified 价格
- —
- 折扣
- —
| Official 价格每次请求 | Verified 价格每次请求 | 折扣 | |
|---|---|---|---|
| 文本转语音 | $0.007 | — | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
Kling TTS 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 kling-tts 发起一条简短的音频请求，接口是 /v1/audio/speech。返回结果和费用。
使用场景
片段旁白
为一段短脚本配音，铺在生成的 Kling 视频下面，让旁白和画面出自同一厂商。
数字人的音频来源
生成语音轨道，再由 Kling AI Avatar 模型让角色随着它说话。
提示音
为应用或自助终端朗读界面消息、通知和帮助文字，不必逐句录音。
提示词示例
欢迎回来。您的订单已发货，预计周四送达。
接下来的十分钟里，我们会一步一步做一个小型网页应用。
各位乘客请注意：开往机场的列车将从四号站台发车。
FAQ
Kling TTS 是做什么的？
它根据文字生成语音。你发送文本并选一个声音，模型返回一个可以用在视频或应用里的音频文件。
可以选不同的声音吗？
可以，除文字提示词外，Kling TTS 也支持不同的声音。你在请求里选择声音，所以同一份脚本可以为不同角色用多种声音来读。
它能克隆我的声音吗？
不能。它就是单纯的语音合成，没有克隆功能。需要匹配某个人的声音，请用标明支持声音克隆的语音模型。
能和 Kling 数字人搭配使用吗？
可以。Kling TTS 的音频可以作为 Kling AI Avatar Standard 或 Pro 的输入，由它们驱动角色说出这段话。数字人模型负责面部和口型，本模型只提供声音轨道。
Kling TTS 的费用是多少？
在 TokenLab 上，Kling TTS 的价格为 $0.007 每次请求。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
Kling TTS 应该使用哪个端点？
Kling TTS 使用 https://api.tokenlab.sh/v1/audio/speech。代码写法见下方的请求示例。
Kling TTS 支持哪些操作？
Kling TTS 支持 文本转语音。选了操作，上面会显示对应的端点和请求示例。
Kling TTS 对比
资料来源
审阅于 2026年10月2日
更多 快手 模型