ltx-2/fast/text-to-video
Gere um vídeo 16:9 a partir de um prompt de texto, com duração, resolução, taxa de quadros e áudio opcionais.
LTX 2.5 Fast Audio To Video cria um clipe cujo tempo de imagem segue uma base de áudio fornecida – diálogo, música ou SFX – em um modo com velocidade otimizada. Carregue o áudio (2 a 20 segundos), opcionalmente adicione uma imagem inicial e um prompt e gere o vídeo 1080p alinhado à trilha. Use as páginas rápidas de texto para vídeo ou imagem para vídeo quando não estiver cortando o áudio.
| Vantagem | O que isso significa para você |
|---|---|
| Tempo conduzido por áudio | A duração e o fraseado da imagem seguem o clipe enviado – útil para anúncios musicais, curtas de VO e anúncios com faixa bloqueada. |
| Âncora visual opcional | Adicione uma imagem inicial para bloquear a identidade ou a aparência do produto; omita-o e confie apenas no prompt. |
| Prévias rápidas | Modo focado na velocidade para iterar ideias de corte antes de uma renderização final mais pesada em outro lugar. |
| Controles de entrega simples | Proporção auto / 16:9 / 9:16, além de escala de orientação para reforçar a adesão imediata. |
Controles nesta página LTX 2.5 Fast Audio To Video:
| Parâmetro | Obrigatório | Tipo | Padrão | Gama / Opções | Como escolher |
|---|---|---|---|---|---|
audio_url* | Sim (*) | URL de áudio | Exemplo de clipe | MP3, OGG, WAV, M4A, AAC; 2–20 segundos | Use uma cama limpa; o comprimento de saída segue este clipe. |
image_url | Não | URL da imagem | — | JPG, JPEG, PNG, WEBP, GIF, AVIF | Identidade ou produto âncora; deixe em branco para visualização somente imediata. |
aviso | Condicional | Corda | Exemplo de prompt | Até 5.000 caracteres | Obrigatório quando nenhuma imagem é fornecida; descreva o movimento sincronizado com o áudio. |
guidance_scale | Não | Número | 5 | 1–50 | Valores mais altos seguem o prompt com mais precisão (o padrão é próximo a 9 quando uma imagem está presente no lado do provedor). |
aspect_ratio | Não | Corda | auto | auto, 16:9, 9:16 | auto segue a imagem quando presente; caso contrário, o padrão é 16:9. |
*Campo obrigatório. Duração e resolução não são expostas aqui: a duração segue o áudio; a geração é cobrada em 1080p.
LTX 2.5 Fast Audio To Video é cobrado por segundo de áudio de entrada em 1080p:
| Áudio de entrada | Preço de US$ 0,14/s |
|---|---|
| 5s | US$ 0,70 |
| 10s | US$ 1,40 |
| 15 anos | US$ 2,10 |
| 20 anos | US$ 2,80 |
Para lotes, total ≈ audio_seconds × $0,14 × contagem de saída.
Dicas para LTX 2.5 Fast Audio To Video:
guidance_scale somente se o prompt estiver sendo ignorado.Exemplo de prompt aprimorado
> Um vocalista de gola alta preta canta em um microfone de fita vintage em uma cabine escura, com fones de ouvido. Luz lateral suave, push-in lento combinando com o fraseado vocal. Realismo de estúdio limpo, sem texto, sem marca d’água.
Gere um vídeo 16:9 a partir de um prompt de texto, com duração, resolução, taxa de quadros e áudio opcionais.
Crie cenas de vídeo realistas a partir de fotos com movimento, sincronização de diálogos e controle criativo flexível.
Transforme textos em vídeos rápidos com som e efeitos integrados
Crie vídeos envolventes a partir de imagens com som sincronizado
Gere um vídeo a partir de imagens de referência e elementos obrigatórios. Use tokens @Image e @Element na ordem dos arrays e defina com precisão a duração e a proporção.
Separe pessoas ou objetos do fundo do vídeo e configure codec, refinamento de bordas e tipo de objeto.
LTX 2.5 Fast Audio To Video gera vídeo cronometrado para um clipe de áudio fornecido. Ele se encaixa em curtas musicais, teasers de diálogos, comerciais de voz e anúncios vinculados a uma faixa quando a imagem deve seguir o som.
É necessário um URL de áudio (2 a 20 segundos; MP3, WAV, M4A, AAC ou OGG). Uma imagem inicial opcional pode bloquear a identidade e um prompt descreve o movimento; o prompt será necessário se você não fornecer uma imagem.
A geração é cobrada e entregue em 1080p nesta página. A duração do clipe segue a duração do áudio de entrada, em vez de um controle de duração separado. A proporção pode ser auto, 16:9 ou 9:16.
A escala de orientação (1–50, padrão 5) controla a precisão com que o resultado segue o prompt. Aumente gradualmente se o texto estiver sendo ignorado; valores muito altos podem parecer excessivamente restritos.
Sim. Adicione um image_url opcional como o primeiro quadro para estabilizar a identidade da face, do produto ou da embalagem enquanto o áudio controla o tempo. Sem uma imagem, confie em um prompt claro.
Sim. Configure uma execução na UI da Web RunComfy e, em seguida, chame o mesmo modelo LTX 2.5 Fast Audio To Video por meio de HTTP API com parâmetros idênticos para automation.
Em 1080p, o faturamento é de US$ 0,14 por segundo de áudio de entrada. Por exemplo, 10 segundos de áudio custam US$ 1,40 por saída. As gerações consomem USD/créditos; novos usuários normalmente recebem um valor de teste gratuito.
Escolha LTX 2.5 Fast Audio To Video quando uma base musical, VO ou diálogo finalizada precisar definir o tempo de corte. Use a conversão rápida de texto em vídeo quando você ainda estiver inventando som e imagem juntos a partir de um prompt.
RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Models, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.
