Ltx2.3 Sprech- und Gesangs-App

Diese App erstellt mit dem Synchronisationssystem von LTX2 kurze Sprechvideos von etwa 10 Sekunden. Das Modell wird nicht mehr weiterentwickelt und ist generell stabil, kann jedoch fehlschlagen, wenn die Eingabebedingungen ungeeignet sind. Das Befolgen der folgenden Richtlinien erhöht die Erfolgsquote deutlich. Audio bis zu 30 Sekunden wird unterstützt (aufgrund der Begrenzung von Seaart), aber Videos über 20 Sekunden – insbesondere in Kombination mit Hintergrundmusik – neigen zu stärker wiederholten Bewegungen. Für optimale Ergebnisse verwenden Sie bitte Bilder, auf denen das Gesicht der Person klar sichtbar ist und die Gesamtqualität scharf ist. Klare Anweisungen zu den beabsichtigten Aktionen – und bei Bedarf die Angabe des Timings in einem strukturierten Cue-Format – verbessern ebenfalls die Konsistenz. LTX2 kann am Ende des Videos gelegentlich visuelle Elemente hinzufügen; fügen Sie daher am Ende Ihres Prompts 'unprocessed footage' oder 'clean version' hinzu, um dieses Verhalten zu reduzieren. 1) Verwenden Sie ein Bild in mittlerer Einstellung: von der Taille aufwärts, mit klar sichtbarem Gesicht und Schultern. Ist das Motiv zu weit entfernt oder zeigt das Bild den gesamten Oberkörper aus der Ferne, steigt die Fehlerrate stark an. Denken Sie an eine Komposition ähnlich einem Bewerbungsfoto. 2) Audio ist derzeit auf 10 Sekunden begrenzt. Wenn Sie längeres Audio ausprobieren möchten, sehen Sie im LTX2-Abschnitt meines Workflows nach. Audio ist derzeit auf 10 Sekunden begrenzt. Wenn Sie längeres Audio ausprobieren möchten, sehen Sie im LTX2-Abschnitt meines Workflows nach.