LTX 2.5 Fast Audio To Video：Models and API 上的轨道同步 1080p 剪辑 | RunComfy

为什么选择LTX 2.5 Fast Audio To Video#

LTX 2.5 Fast Audio To Video 以速度优化模式构建一个剪辑，其画面时序遵循提供的音频床（对话、音乐或 SFX）。上传音频（2-20 秒），可选择添加起始图像和提示，并生成与轨道对齐的 1080p 视频。当您不驱动音频剪辑时，请使用文本到视频或图像到视频快速页面。

优势	这对您意味着什么
音频主导计时	图片长度和措辞遵循上传的剪辑 - 对于音乐广告、旁白短片和曲目锁定广告非常有用。
可选视觉锚点	添加起始图像以锁定身份或产品外观；忽略它并仅依赖提示。
快速预览	以速度为中心的模式，用于在其他地方进行更繁重的最终渲染之前迭代​​剪切创意。
简单的交付控制	长宽比“auto”/“16:9”/“9:16”，加上指导刻度以加强及时的遵守。

最佳用例#

• 音乐驱动的短片： 使用 LTX 2.5 Fast Audio To Video 可视化社交和活动剪辑的副歌或副歌。
• 对话和旁白点： 保持嘴唇和手势的时间接近口语拍摄。
• 广告床： 关键图片更改为许可曲目或声音徽标。
• 播客/采访预告片： 将主持人静物与简短的音频摘录配对。

它是如何工作的#

1. 上传音频： 提供 2-20 秒可公开访问的剪辑（MP3、WAV、M4A、AAC 或 OGG）。
2. 可选图像+提示： 添加第一帧和/或描述场景应如何随着声音移动。
3. 设置框架和引导： 选择宽高比和引导比例，然后生成和细化。

参数#

此 LTX 2.5 Fast Audio To Video 页面上的控件：

参数	必填	类型	默认	范围/选项	如何选择
audio_url*	是 (*)	音频网址	示例剪辑	MP3、OGG、WAV、M4A、AAC； 2–20 秒	使用干净的床；输出长度跟随此剪辑。
image_url	没有	图片网址	—	JPG、JPEG、PNG、WEBP、GIF、AVIF	锚定身份或产品；留空以仅提示外观。
提示	有条件	字符串	示例提示	最多 5,000 个字符	未提供图片时为必填项；描述与音频同步的运动。
guidance_scale	没有	数量	5	1–50	较高的值更紧密地遵循提示（当图像出现在提供者端时，默认值接近 9）。
aspect_ratio	没有	字符串	auto	auto、16:9、9:16	当存在时，“auto”跟随图像；否则默认为“16:9”。

• 必填字段。这里不暴露时长和分辨率：长度跟随音频；发电费用为 1080p。

定价#

LTX 2.5 Fast Audio To Video 按每秒输入音频计费，1080p：

输入音频	价格为 0.14 美元/秒
5秒	0.70 美元
10 秒	1.40 美元
15 秒	2.10 美元
20 多岁	2.80 美元

对于批次，总计 ≈ audio_seconds × $0.14 × 输出计数。

提示提示和示例#

LTX 2.5 Fast Audio To Video 的提示：

• 匹配音频： 命名手势、剪切或镜头在强拍或乐句结束时的移动。
• 保持主题单一： 一位表演者或产品在密集的曲目中读起来更清晰。
• 使用图像作为身份： 面孔、徽标和包装通过起始框架保持稳定。
• 逐渐调整指导： 仅当提示被忽略时才提高guidance_scale。

改进的提示示例

> 一位身穿黑色高领毛衣的歌手戴着耳机，在昏暗的展位上对着老式丝带麦克风唱歌。柔和的侧键光，缓慢的推入与人声的乐句相匹配。干净的工作室现实主义，没有文字，没有水印。

更多 LTX 2.5 页面可供尝试#

• LTX 2.5 Fast 图像到视频： 当您没有驾驶音频床时，将静止图像制作成动画。
• LTX 2.5 Fast 文本到视频： 概念通行证的仅提示 AV 草稿。
• LTX 2 快速图像到视频： 适用于旧版 LTX 2 管道的上一代快速静态动画。