Ltx2.3 話す・歌うアプリ

このアプリは、LTX2 の同期システムを用いて約10秒のトーキング動画を生成します。モデルは開発終了しており概ね安定していますが、入力条件が適切でない場合は失敗することがあります。以下のガイドラインに従うと成功率が大きく向上します。Seaart の制限により音声は最大30秒まで対応していますが、動画が20秒を超えると（特にBGMを併用した場合）動きが単調に繰り返されやすくなります。最良の結果のため、被写体の顔がはっきり見え、全体がシャープな画像を使用してください。意図する動作を明確に指示し、必要に応じて構造化したキュー形式でタイミングを指定すると、一貫性も向上します。LTX2 は動画の末尾に視覚要素を追加してしまうことがあるため、プロンプトの最後に 'unprocessed footage' または 'clean version' と記載してこの挙動を抑えてください。1) ミディアムショットの画像を使用してください。腰から上が写り、顔と肩が明瞭に見えるものが理想です。被写体が遠すぎたり、上半身全体を遠景で写していると失敗率が大幅に上がります。履歴書の写真に近い構図をイメージしてください。2) 現在、音声は10秒までに制限されています。より長い音声を試す場合は、ワークフローの LTX2 セクションを参照してください。現在、音声は10秒までに制限されています。より長い音声を試す場合は、ワークフローの LTX2 セクションを参照してください。