Ltx2.3 แอปสำหรับพูดและร้องเพลง

แอปนี้สร้างวิดีโอแบบพูดความยาวประมาณ 10 วินาทีโดยใช้ระบบซิงโครไนซ์ของ LTX2 โมเดลไม่ได้อยู่ระหว่างการพัฒนาแล้วและโดยทั่วไปค่อนข้างเสถียร แต่ยังอาจล้มเหลวได้หากเงื่อนไขอินพุตไม่เหมาะสม ปฏิบัติตามแนวทางด้านล่างจะช่วยเพิ่มอัตราความสำเร็จอย่างมาก รองรับเสียงยาวได้สูงสุด 30 วินาที (ตามข้อจำกัดของ Seaart) แต่เมื่อวิดีโอยาวเกิน 20 วินาที โดยเฉพาะเมื่อมีเพลงประกอบ มักจะเกิดการเคลื่อนไหวซ้ำ ๆ มากขึ้น เพื่อผลลัพธ์ที่ดีที่สุด โปรดใช้ภาพที่ใบหน้าของตัวแบบมองเห็นได้ชัดเจนและความคมชัดโดยรวมดี การให้คำสั่งที่ชัดเจนเกี่ยวกับการกระทำที่ต้องการ และระบุจังหวะเวลาเป็นรูปแบบคิวที่มีโครงสร้างเมื่อจำเป็น จะช่วยให้ได้ความสม่ำเสมอดียิ่งขึ้น LTX2 อาจเพิ่มองค์ประกอบภาพที่ท้ายวิดีโอเป็นครั้งคราว ดังนั้นโปรดใส่ 'unprocessed footage' หรือ 'clean version' ท้ายพรอมต์ของคุณเพื่อลดพฤติกรรมนี้ 1) ใช้ภาพมุมมองกลาง: ตั้งแต่ช่วงเอวขึ้นไป โดยให้ใบหน้าและไหล่มองเห็นได้ชัดเจน หากภาพอยู่ไกลเกินไปหรือแสดงช่วงลำตัวส่วนบนจากระยะไกล อัตราความล้มเหลวจะเพิ่มขึ้นอย่างมาก ให้นึกถึงองค์ประกอบคล้ายรูปถ่ายแนบเรซูเม่ 2) ขณะนี้จำกัดความยาวเสียงไว้ที่ 10 วินาที หากต้องการลองเสียงที่ยาวกว่านี้ โปรดดูส่วน LTX2 ในเวิร์กโฟลว์ของฉัน ขณะนี้จำกัดความยาวเสียงไว้ที่ 10 วินาที หากต้องการลองเสียงที่ยาวกว่านี้ โปรดดูส่วน LTX2 ในเวิร์กโฟลว์ของฉัน