LTX 2.3_ID_lora_CelebVHQ

Traga consistência de voz para seu pipeline de geração de vídeo open source com Qwen 3 TTS e LTX 2.3 com o 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

Experimente um exemplo

Sobre este fluxo de trabalho

Este fluxo de trabalho tutorial ComfyUI transforma uma única imagem em um vídeo curto com voz, forte identidade visual e alinhamento labial percebido. Ele combina Lightricks LTX 2.3 para geração de vídeo com um ID-LoRA (CelebVHQ) para manter o rosto e o estilo do sujeito consistentes entre quadros, enquanto Qwen 3 TTS produz uma faixa de voz correspondente. O pipeline é organizado em grupos claros: Carregar Imagem, Criar Prompts, Extração de Prompt, Criar Voz e Criar Vídeo.

Nos bastidores, GeminiNode analisa sua imagem enviada (via LoadImage) e redige dois textos complementares: uma fala com dicas expressivas e uma descrição de cena/aparência. RegexExtract então separa isso em formato pronto para ID-LoRA com três seções: [VISUAL], [SPEECH] e [SOUNDS]. FB_Qwen3TTSCustomVoice usa [SPEECH] e dicas de estilo de [SOUNDS] para sintetizar a faixa de voz, salva com SaveAudioMP3. O nó de vídeo LTX 2.3 (nó personalizado neste grafo) consome o prompt estruturado mais sua imagem de referência para renderizar um vídeo falante, com o CelebVHQ ID-LoRA melhorando a retenção de identidade em cenários dinâmicos. PreviewAny permite iteração rápida e SaveVideo exporta o clipe final. Usuários locais podem opcionalmente carregar o upscaler espacial LTX (ltx-2.3-spatial-upscaler-x2-1.1.safetensors) para detalhes mais limpos em alta resolução.

Perguntas e respostas