Chuyển ảnh thành video với tham chiếu giọng nói

LTX 2.3 Chuyển ảnh thành video với tham chiếu giọng nói Biến bất kỳ ảnh tĩnh nào thành video nói chân thực với đồng bộ giọng nói tự nhiên, sử dụng âm thanh của bạn làm tham chiếu. Cách sử dụng Tải lên ảnh tham chiếu Tải ảnh của người hoặc nhân vật mà bạn muốn thổi hồn. Tải lên âm thanh tham chiếu giọng nói Tải một đoạn âm thanh ngắn (lý tưởng 5–15 giây) chứa tông giọng, chất giọng và phong cách bạn muốn tái tạo. Chọn tỷ lệ khung hình Chọn Dọc (portrait) hoặc Ngang (landscape). Viết prompt của bạn Mô tả bối cảnh, góc máy, biểu cảm, chuyển động, cảm xúc và đặc biệt là lời thoại của nhân vật. Chọn thời lượng video Chọn độ dài video mong muốn. Tạo Ứng dụng sẽ tạo video chất lượng cao với giọng nói được đồng bộ và chuyển động nói tự nhiên dựa trên âm thanh tham chiếu của bạn. Hướng dẫn quan trọng để có kết quả tốt nhất Hãy mô tả càng chi tiết càng tốt trong prompt. Bao gồm thông tin về tư thế, biểu cảm, ánh sáng, chuyển động máy quay, cảm xúc và tông giọng. Lời thoại phải phù hợp với thời lượng video đã chọn. Nếu lời nói quá dài, sẽ bị cắt ở cuối. Luôn nêu rõ trong prompt rằng video nên ngắn hơn thời lượng đã chọn khoảng 2–3 giây. Khoảng an toàn này giúp tránh việc âm thanh bị cắt ở phần cuối. Video dài hơn 20 giây thường dần mất sự nhất quán của nhân vật. Để có kết quả tốt nhất, chúng tôi khuyên nên giữ video ở mức 20 giây hoặc ngắn hơn. Xác định rõ ngôn ngữ, chất giọng và phong cách nói khi cần (ví dụ: "bằng tiếng Bồ Đào Nha Brazil với giọng Porto Alegre"). Sử dụng âm thanh tham chiếu rõ ràng và nhất quán để cải thiện chất lượng nhân bản giọng nói và đồng bộ. Ví dụ prompt "Nhân vật đang đứng, trung cảnh, trong một studio chụp ảnh. Hãy tạo một đoạn độc thoại bằng tiếng Anh, dài khoảng 15 giây (cho video 18 giây), mời mọi người dùng ứng dụng 'LTX 2.3 Image to Video with Voice Reference' và kết thúc bằng câu này: 'Welcome to the world of NLTYI. No Limits To Your Imagination'."