LTX 2.3_ID_lora_CelebVHQ

أضف اتساق الصوت إلى خط توليد الفيديو مفتوح المصدر لديك باستخدام Qwen 3 TTS وLTX 2.3 مع CelebHVQ ID-LoRA.

Input

A photo of the person who will speak. Works best when the face is clear and the mouth looks mid-sentence.

Describe the topic and tone. Gemini writes the spoken lines and the scene from it.

Video length. Gemini keeps the speech to about 10 seconds.

Output height. Multiples of 64 avoid a small crop (720 comes out as 704).

The Qwen3-TTS voice that speaks the lines.

Output width. Multiples of 64 avoid a small crop.

Advanced settings

Frames per second of the video and its audio.

Default: 25

Language of the generated voice. Auto follows the text.

Leave empty for a new result each run. Enter a number to repeat one.

Output
00:00
Example

جرّب مثالًا

حول سير العمل هذا

يحوّل سير العمل التعليمي هذا في ComfyUI صورة واحدة إلى فيديو قصير مدفوع بالصوت مع ثبات قوي للهوية البصرية وتزامن شفاه مُدرَك. يجمع بين Lightricks LTX 2.3 لتوليد الفيديو وID-LoRA (CelebVHQ) للحفاظ على اتساق وجه الشخص وتنسيقه عبر الإطارات، بينما ينتج Qwen 3 TTS مسارًا صوتيًا مناسبًا. تم تنظيم المسار ضمن مجموعات واضحة: Load Image وCreate Prompts وPrompt Extraction وCreate Voice وCreate Video.

عمليًا، يقوم GeminiNode بتحليل الصورة المرفوعة (عبر LoadImage) ويكتب نصين متكاملين: سطر كلام مع إشارات تعبيرية ووصف للمشهد/المظهر. ثم يقوم RegexExtract بتحويلهما إلى صيغة جاهزة لـ ID-LoRA عبر ثلاثة أقسام موسومة: [VISUAL] و[SPEECH] و[SOUNDS]. تستخدم FB_Qwen3TTSCustomVoice نص [SPEECH] وتلميحات الأسلوب من [SOUNDS] لتركيب مسار الصوت، ثم يُحفظ عبر SaveAudioMP3. تستهلك عقدة الفيديو LTX 2.3 (العقدة المخصصة في هذا المخطط) المطالبة المنظمة مع الصورة المرجعية لتصيير فيديو كلامي، مع تحسين CelebVHQ ID-LoRA لثبات الهوية في لقطات متحركة وفي بيئات واقعية. يتيح PreviewAny تكرارًا سريعًا، وتكتب SaveVideo المقطع النهائي. يمكن للمستخدمين محليًا تحميل مُحسّن الدقة المكاني LTX اختياريًا (ltx-2.3-spatial-upscaler-x2-1.1.safetensors) للحصول على تفاصيل أنظف عند دقة أعلى.

الأسئلة والأجوبة