API 指南 / Trellis 说话视频（LongCat-Avatar 1.5）

API 指南 · Trellis 说话视频（LongCat-Avatar 1.5）

音频驱动说话视频：人像 + 配音一次成片（同步），按秒分档计费。

调用方式

同步：直接 POST 返回结果（建议超时 2700s）；超时后请勿自动重试。

异步（推荐）：POST 加请求头 X-Trellis-Async: 1 → 返回 202 {id, poll}；轮询 GET /v1/jobs/{id}（间隔 5–10s）。

以 multipart/form-data 上传 image（人像 / 首帧）与 audio（配音 wav；也接受 mp3/m4a/ogg/aac，服务端会转 wav）；可选 prompt、resolution（480p / 720p）、num_segments、use_distill。num_segments 默认 1（只会生成一段）；应按音频时长换算：n = ceil((音频秒数 - 3.72) / 3.2) + 1（上限 30），或直接传 `-1` 由服务端按音频自动估分段。

内部跑官方 pipeline，人像 + 音频一次成片；480p 单镜约 20+ 分钟。

返回 url（/v1/files/avatar/<name>.mp4）与 usage.seconds；按秒分档计费。

调用示例：

cURL

curl https://api.trellis.hk/v1/avatar \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -F model=trellis-longcat-avatar -F image=@portrait.png -F audio=@voice.wav \
  -F resolution=480p

查看 API 文档模型信息与价格

所有模型共用同一 API Key 与同一端点：https://api.trellis.hk/v1