LTX-2.3: Imagen y audio a video

Sube una imagen y un archivo de audio para generar un video de alta calidad con movimientos de labios sincronizados usando LTX-2.3.

Input

Speech, singing or sound the video is synced to.

  • 0:00 / 0:00

The first frame; the person in it speaks the audio.

Describe the scene and how it moves. A Gemma prompt enhancer expands it before generation.

Match the audio length.

Pixels, a multiple of 16.

Pixels, a multiple of 16.

Advanced settings

What to avoid.

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

Output
00:00
Example

Probar un ejemplo

Acerca de este flujo de trabajo

Este flujo de trabajo de ComfyUI convierte una sola imagen y una grabación de voz en un video parlante sincronizado usando el modelo LTX-2.3. Carga un retrato con LoadImage y proporciona el audio mediante LoadAudio o grábalo en vivo con RecordAudio. Ambos flujos se envían al nodo generador LTX-2.3 (98ee9e5b-467b-40aa-a534-36033f27d0b4), que sintetiza una secuencia de fotogramas donde el sujeto habla sincronizado con el audio. Los fotogramas resultantes se codifican a MP4 usando SaveVideo.

Técnicamente, LTX-2.3 se condiciona con la identidad visual de tu imagen de referencia y las características temporales del audio proporcionado para generar formas de boca y movimientos faciales sutiles a lo largo del tiempo. El nodo normalmente expone ajustes como resolución de salida y FPS, y muchas versiones también incluyen una semilla para reproducibilidad y un prompt opcional para guiar el movimiento o el estilo. El MarkdownNote en el grafo documenta consejos rápidos y enlaces a los repositorios oficiales de modelos de Lightricks para que puedas descargar los pesos requeridos.

Preguntas y respuestas