LTX 2.3_ID_lora_CelebVHQ

Сохраните стабильность голоса в вашем open source пайплайне генерации видео с Qwen 3 TTS и LTX 2.3 с 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

Попробовать пример

Об этом рабочем процессе

Этот учебный рабочий процесс ComfyUI превращает одно изображение в короткое видео с озвучкой, с устойчивой визуальной идентичностью и воспринимаемым совпадением движения губ. Он сочетает Lightricks LTX 2.3 для генерации видео с ID-LoRA (CelebVHQ), чтобы лицо и стиль субъекта оставались согласованными от кадра к кадру, а Qwen 3 TTS создаёт соответствующую голосовую дорожку. Пайплайн разделён на понятные группы: Load Image, Create Prompts, Prompt Extraction, Create Voice и Create Video.

Внутри GeminiNode анализирует загруженное изображение (через LoadImage) и набрасывает два взаимодополняющих текста: реплику для речи с подсказками по экспрессии и описание сцены/внешности. Затем RegexExtract парсит их в формат, готовый для ID-LoRA, с тремя размеченными секциями: [VISUAL], [SPEECH] и [SOUNDS]. FB_Qwen3TTSCustomVoice использует [SPEECH] и стилевые подсказки из [SOUNDS], чтобы синтезировать голосовую дорожку, которая сохраняется через SaveAudioMP3. Видеонода LTX 2.3 (пользовательская нода в этом графе) принимает структурированный промпт вместе с референсным изображением и рендерит говорящий ролик, а ID-LoRA CelebVHQ улучшает удержание идентичности в динамичных, «в полевых условиях» сценариях. PreviewAny помогает быстро итератировать, а SaveVideo записывает финальный клип. Локальные пользователи могут опционально загрузить LTX spatial upscaler (ltx-2.3-spatial-upscaler-x2-1.1.safetensors) для более чистых деталей на повышенном разрешении.

Вопросы и ответы