LTX 2.3_ID_lora_CelebVHQ

Apportez de la cohérence vocale à votre pipeline vidéo open source avec Qwen 3 TTS et LTX 2.3 avec le 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

Essayer un exemple

À propos de ce workflow

Ce workflow tutoriel ComfyUI transforme une image unique en une courte vidéo parlante avec identité visuelle forte et synchronisation labiale perçue. Il combine Lightricks LTX 2.3 pour la génération vidéo avec un ID-LoRA (CelebVHQ) pour garder le visage et le style du sujet cohérents sur toutes les images, tandis que Qwen 3 TTS produit une piste vocale assortie. Le pipeline est organisé en groupes clairs : Load Image, Create Prompts, Prompt Extraction, Create Voice et Create Video.

En coulisses, GeminiNode analyse votre image (via LoadImage) et rédige deux textes complémentaires : une ligne de discours avec des indications expressives et une description de scène/apparence. RegexExtract les convertit ensuite au format ID-LoRA avec trois sections balisées : [VISUAL], [SPEECH] et [SOUNDS]. FB_Qwen3TTSCustomVoice utilise [SPEECH] et les indices de style de [SOUNDS] pour synthétiser une piste vocale, enregistrée avec SaveAudioMP3. Le nœud vidéo LTX 2.3 (nœud personnalisé du graphe) consomme le prompt structuré et votre image de référence pour rendre une vidéo parlante, avec le CelebVHQ ID-LoRA améliorant la fidélité de l’identité dans des scénarios dynamiques. PreviewAny permet d’itérer rapidement, et SaveVideo écrit le clip final. Les utilisateurs locaux peuvent charger en option le sur-échantillonneur spatial LTX (ltx-2.3-spatial-upscaler-x2-1.1.safetensors) pour des détails plus nets en haute résolution.

Questions-réponses