wan-2-2/speech-to-video
根据一张图片和一段音频，生成说话、唱歌或表演视频。
LTX 2 Retake Video 会按照文字提示词处理现有视频中的指定片段。retake_mode 决定替换音频、画面还是同时替换两者。本页面不承诺固定处理时间，也不保证提示词未提及的画面属性完全不变。
| 参数 | 类型 | 默认值/范围 | 说明 |
|---|---|---|---|
| video_url | string (video_uri) | Required | 需要重做的源视频 URL。 |
| prompt | string | Required; example prefilled | 描述要对指定片段进行的修改。 |
| start_time | float | 0–20; default: 0 | 片段开始位置，单位为秒。 |
| duration | float | 0–20; default: 5 | 片段长度，单位为秒。 |
| retake_mode | string | default: replace_audio_and_video | 选择 replace_audio、replace_video 或 replace_audio_and_video。 |
必填字段为 video_url 和 prompt。start_time 与 duration 的取值范围均为 0–20。提交前，请确认所选时间范围没有超出源视频。
video_url。start_time 和 duration 选择片段。retake_mode 中选择 replace_audio、replace_video 或 replace_audio_and_video。prompt 描述需要替换的内容。以上 schema 是本页面可用控制项的依据。价格、可用性、处理时间、输出表现和使用权以当前产品与提供方条款为准。
根据一张图片和一段音频，生成说话、唱歌或表演视频。
Seedance 2.5 FLF2V 480p：更低成本的首末帧草稿转场
从带有可选音频的多关键帧静态图像生成视频
根据提示词生成图像，并设置 LoRA、图像尺寸、格式、推理步数、负面提示词和随机种子。
开放权重图像到视频，具有可选的最后一帧和原生立体声音频。
通过摄像机和音频控制将静态照片转变为电影动作剪辑。
它会把文字 prompt 应用于 video_url 所提供视频的指定片段。通过 retake_mode 可选择替换音频、画面或同时替换两者。
video_url 和 prompt 都是必填项。处理期间，源视频 URL 必须保持可访问；提示词应清楚说明指定片段需要如何修改。
start_time 指定重做片段的开始位置，默认是 0 秒；duration 指定片段长度，默认是 5 秒。两者都接受 0–20 的值，同时应确认所选片段没有超出源视频。
replace_audio 仅替换音频，replace_video 仅替换画面，replace_audio_and_video 同时替换两者。默认值为 replace_audio_and_video。
本页面没有给出固定处理时间、质量等级或内容保留保证。用于正式制作前，请用有代表性的源视频与提示词进行测试、检查结果，并查阅当前产品和提供方条款。
RunComfy 是首选的 ComfyUI 平台，提供 ComfyUI 在线 环境和服务，以及 ComfyUI 工作流 具有惊艳的视觉效果。 RunComfy还提供 AI Models, 帮助艺术家利用最新的AI工具创作出令人惊叹的艺术作品。
