infinite-talk/fast/multi
2本の音声と1枚の画像から動画を生成し、話者の再生順を指定できます。
Wan 2.6 Reference-to-Video は必須の prompt と reference_video_url_1 を使用します。オプションで、reference_video_url_2 と reference_video_url_3 を追加できます。プロンプトで、クリップを順に character1、character2、および character3 と記載します。単一の参照であっても、character1 と記載してください。
> スキーマ注: required リストには img_url も含まれていますが、現在の properties オブジェクトは img_url フィールドを定義していません。このページは、その目的、形式、サイズを推測するものではありません。
| パラメータ | 必須 | デフォルト / オプション | 何を制御するのか |
|---|---|---|---|
prompt | はい | プロンプト例 | 生成手順、1,500 文字以内。クリップは入力順に character1、character2、character3 と呼ばれます。 |
reference_video_url_1 | はい | 動画 URL の例 | 最初のリファレンスクリップ。 MP4 または MOV; 2 ～ 30 秒。 100MB未満。単独で使用した場合、使用可能な最長基準時間は 5 秒です。 |
reference_video_url_2 | いいえ | — | 2 番目のリファレンス クリップ。 MP4 または MOV; 2 ～ 30 秒。 100MB未満。クリップ 1 では、最長使用可能部分はクリップごとに 2.5 秒です。 |
reference_video_url_3 | いいえ | — | 3 番目のリファレンス クリップ。 MP4 または MOV; 2 ～ 30 秒。 100MB未満。クリップ 1 と 2 では、最長使用可能部分はクリップあたり 1.66 秒です。 |
duration | いいえ | デフォルト 5; 5 または 10 | 生成された動画の長さ (秒)。 |
size | いいえ | デフォルト 1280*720 | 正確なオプション: 1280720、7201280、960960、1088832、8321088、19201080、10801920、14401440、16321248、12481632。 |
shot_type | いいえ | デフォルト multi; multi または single | マルチショットまたはシングルショットの結果を選択します。 |
negative_prompt | いいえ | — | 避けるべき要素や性質について説明します。 |
seed | いいえ | 0–2147483647 | 再現性が重要な場合にランダム シードを設定します。 |
audio | いいえ | デフォルト true | 生成された音声をオンまたはオフにします。個別の音声ファイルや音声プロンプトは受け入れられません。 |
prompt を書き込み、一致する characterX ラベルを持つ各クリップを参照します。duration、正確に 1 つの size、および適切な shot_type を選択します。negative_prompt は慎重に使用し、同等の反復が必要な場合は seed を設定し、audio を生成するかどうかを選択します。audio による音声生成が記載されていますが、言語、音声、音楽、効果音のコントロールは記載されていません。2本の音声と1枚の画像から動画を生成し、話者の再生順を指定できます。
既存動画の指定区間をプロンプトに従ってリテイクし、音声のみ、映像のみ、または両方を置き換えます。
Sora 2 Proで参照画像をプロンプトに沿って動かし、出力サイズと長さを選択します。
写真から自然な動画を作成できる高精度AIツール。クリエイターの発想を映像表現へ拡張。
Kling V3.0シリーズで最高水準の映像品質と動きのリアリズムを備えた、プレミアムな画像動画生成モデルです。
テキスト、参照音声、画像から自然な音声とオーディオを生成します。
duration は 5 または 10 秒です。 size にはちょうど 10 個のオプションがあります: 1280*720、720*1280、960*960、1088*832、832*1088、1920*1080、1080*1920、1440*1440、1632*1248、および 1248*1632。 reference_video_url_1 が 1 つ必要です。 reference_video_url_2 と reference_video_url_3 はオプションです。各参照は MP4 または MOV、2 ～ 30 秒、100 MB 未満である必要があります。文書化された使用可能な参照制限は、1 つのクリップで 5 秒、2 つのクリップでそれぞれ 2.5 秒、3 つのクリップでそれぞれ 1.66 秒です。
required リストには img_url が含まれていますが、現在の properties オブジェクトはそのフィールドを定義していません。したがって、このページでは、その目的、ファイル要件、またはサイズを確認することはできません。追加の入力が必要な場合は、現在の RunComfy インターフェースまたは API ドキュメントに従ってください。
まず、RunComfy モデル インターフェースのプロンプトと設定を確認し、次に、同じ文書化されたフィールドを現在の API 統合を通じて送信します: prompt、参照動画 URL フィールド、duration、size、shot_type、negative_prompt、seed、および audio。認証、リクエストステータス、レート制限、および請求については、最新の API ドキュメントを使用してください。
このスキーマは、これらのモデルと比較した品質、速度、モーション忠実度、またはリップシンクに関するベンチマーク データを提供しません。これにより確認されたのは、1 ～ 3 個のクリップ、5 秒または 10 秒の出力、10 種類のサイズ、ショット構造の制御、およびオプションの音声生成を備えたリファレンス主導のワークフローです。
このページはテキスト prompt を受け入れますが、スキーマには保証されたプロンプト言語や音声言語がリストされていません。 audio スイッチは、音声を生成するかどうかを制御します。個別の言語、トランスクリプト、音声、音楽、効果音フィールドはありません。
はい。 audio はブール型音声生成スイッチで、デフォルトは true です。このページでは、個別の音声アップロード、音声プロンプト、音声セレクター、または個々の音声タイプのコントロールは公開されていません。
1 ～ 3 つの元動画が被写体やモーションに影響を与える、短いリファレンス ガイド付き動画に適しています。明確な characterX ラベル、互換性のある参照、焦点を絞ったプロンプトは、広告、ソーシャル クリップ、コンセプト ショット、短い物語のテストに特に役立ちます。
RunComfyは最高の ComfyUI プラットフォームです。次のものを提供しています: ComfyUIオンライン 環境とサービス、および ComfyUIワークフロー 魅力的なビジュアルが特徴です。 RunComfyはまた提供します AI Models, アーティストが最新のAIツールを活用して素晴らしいアートを作成できるようにする。
