画像から動画（音声参照付き）

LTX 2.3 画像から動画（音声リファレンス対応） 任意の静止画像を、あなたの音声を参照して自然な音声同期のリアルなトーキング動画に変換します。 使い方 参照画像をアップロード 命を吹き込みたい人物またはキャラクターの画像をアップロードします。 音声リファレンスをアップロード 再現したい声のトーン・アクセント・スタイルを含む短い音声クリップ（理想は5～15秒）をアップロードします。 アスペクト比を選択 縦（ポートレート）または横（ランドスケープ）を選びます。 プロンプトを作成 シーン、カメラアングル、表情、動き、感情、とくに人物が話す内容を詳しく記述します。 動画の尺を選択 希望する動画の長さを選びます。 生成 アプリは参照音声に基づき、音声が同期された自然な発話モーションの高品質な動画を作成します。 ベストな結果のための重要なガイドライン プロンプトはできるだけ詳細に。ポーズ、表情、ライティング、カメラの動き、感情、声のトーンに関する情報を含めてください。 話すテキストは、選択した動画の尺と整合している必要があります。しゃべりが長すぎると末尾が切れます。 プロンプトで必ず、動画は選択した尺より約2～3秒短くするよう指定してください。安全余裕を設けることで、終わりで音声が切れるのを防げます。 20秒を超える動画は、徐々にキャラクターの一貫性が失われがちです。最良の結果のため、動画は20秒以下を推奨します。 必要に応じて、言語・アクセント・話し方のスタイルを明確に指定してください（例：「ブラジルのポルトガル語（ポルト・アレグレ訛り）で」）。 音声クローンと同期品質を高めるため、明瞭で一貫した音声リファレンスを使用してください。 例のプロンプト "人物は写真スタジオで立ち、ミディアムショット。英語で約15秒のモノローグ（18秒の動画用）を作成し、アプリ『LTX 2.3 Image to Video with Voice Reference』を皆に紹介して、次のフレーズで締めてください：'Welcome to the world of NLTYI. No Limits To Your Imagination'."