pixverse/v5.5/transition
以必填的起始图片和结束图片生成转场视频，并可控制提示词、宽高比、分辨率、时长、风格、音频和提示词优化。
此 LTX 2.5 Pro Audio To Video 页面上的控件：
| 参数 | 必填 | 类型 | 默认 | 范围/选项 | 描述 |
|---|---|---|---|---|---|
audio_url* | 是 (*) | 音频网址 | 示例剪辑 | MP3、OGG、WAV、M4A、AAC； 2–20 秒 | 驾驶床；输出时序遵循该剪辑。 |
image_url | 没有 | 图片网址 | — | JPG、JPEG、PNG、WEBP、GIF、AVIF | 可选的第一框架用于锁定身份或产品外观。 |
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 | 9 | 1–50 | 值越高，越能严格遵循提示。 |
aspect_ratio | 没有 | 字符串 | auto | auto、16:9、9:16 | 当存在时，“auto”跟随图像。 |
LTX 2.5 Pro Audio To Video 按每秒输入音频计费，1080p：
| 输入音频 | 价格为 0.19 美元/秒 |
|---|---|
| 5秒 | 0.95 美元 |
| 8 秒 | 1.52 美元 |
| 10 秒 | 1.90 美元 |
| 15 秒 | 2.85 美元 |
| 20 多岁 | 3.80 美元 |
对于批次，总计 ≈ audio_seconds × $0.19 × 输出计数。
以必填的起始图片和结束图片生成转场视频，并可控制提示词、宽高比、分辨率、时长、风格、音频和提示词优化。
根据提示生成带有可选音频的定向多片段视频。
HappyHorse 1.0 参考视频将多达 9 个参考图像和提示融合成一个具有稳定身份的连贯多字符剪辑。
根据参考图像和提示词生成带同步音频的短视频。
以两张图像生成高保真视频，自动插帧呈现流畅过渡，助力创意视频设计。
专业级参考图生视频，支持 3–15s 输出，每秒 $0.19 起。
LTX 2.5 Pro Audio To Video 在注重质量的模式下生成 1080p 视频，与提供的 2-20 秒音频剪辑同步。它适合音乐插曲、对话预告片和需要图片与声音锁定的配乐主导的广告。
两者都遵循上传的音频床，但 LTX 2.5 Pro Audio To Video 的目标是以专业价格提供面向交付的保真度。如果您希望在决赛之前获得更便宜的赛道定时预览，请使用“快速”。
需要音频（2-20 秒）。您可以添加可选的开始图像和提示；如果没有提供图像，则需要提示。还提供纵横比和引导比例。
选择 auto、16:9 或 9:16。如果存在，则自动跟随起始图像，或者在没有图像的情况下默认为 16:9。检查 RunComfy 参数面板的当前默认值。
是的。提供起始图像来锚定面孔、产品或包装，并使用提示来描述与音频同步的动作。如果没有图像，则仅靠提示来驱动外观。
是的。在 RunComfy Web UI 中创建原型，然后通过 HTTP API 调用相同的 LTX 2.5 Pro Audio To Video 模型，并使用 automation 和生产工作流程的匹配参数。
按每秒 1080p 的输入音频计费：每秒 0.19 美元。几代人在 RunComfy 上消费美元/积分；新用户通常会收到免费试用金额。
支持 MP3、WAV、M4A、AAC 和 OGG 等常见格式，剪辑长度在 2 到 20 秒之间。输出时序遵循上传的音频长度。
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。
