LTX-2.3: Imagem e Áudio para Vídeo

Faça upload de uma imagem e um arquivo de áudio para gerar um vídeo de alta qualidade com movimentos labiais sincronizados usando o 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

Experimente um exemplo

Sobre este fluxo de trabalho

Este fluxo de trabalho do ComfyUI transforma uma imagem e uma gravação de voz em um vídeo falante com lipsync usando o modelo LTX-2.3. Você carrega um retrato com LoadImage e fornece o áudio via LoadAudio ou grava diretamente com RecordAudio. Ambos são enviados ao nó gerador LTX-2.3 (98ee9e5b-467b-40aa-a534-36033f27d0b4), que sintetiza uma sequência de quadros onde o personagem fala sincronizado com o áudio. Os quadros resultantes são codificados em MP4 usando SaveVideo.

Por trás dos panos, o LTX-2.3 condiciona a identidade visual da imagem de referência e as características temporais do áudio para gerar movimentos labiais e expressões faciais ao longo do tempo. O nó normalmente expõe configurações como resolução de saída e FPS, e muitas versões também incluem seed para reprodutibilidade e um prompt opcional para guiar o movimento ou estilo. O MarkdownNote no grafo documenta dicas rápidas e links para os repositórios oficiais do modelo Lightricks para download dos pesos necessários.

Perguntas e respostas