LTX 2.5 Fast Audio To Video：Models and API 上的軌道同步 1080p 剪輯 | RunComfy

為什麼選擇LTX 2.5 Fast Audio To Video#

LTX 2.5 Fast Audio To Video 以速度最佳化模式建立一個剪輯，其畫面時序遵循提供的音訊床（對話、音樂或 SFX）。上傳音訊（2-20 秒），可選擇新增起始影像和提示，並產生與軌道對齊的 1080p 影片。當您不驅動音訊剪輯時，請使用文字到視訊或圖像到視訊快速頁面。

優勢	這對您意味著什麼
音訊主導計時	圖片長度和措辭遵循上傳的剪輯 - 對於音樂廣告、旁白短片和曲目鎖定廣告非常有用。
可選視覺錨點	新增起始影像以鎖定身分或產品外觀；忽略它並僅依賴提示。
快速預覽	以速度為中心的模式，用於在其他地方進行更繁重的最終渲染之前迭代剪切創意。
簡單的交付控制	長寬比“auto”/“16:9”/“9:16”，加上指導刻度以加強及時的遵守。

最佳用例#

• 音樂驅動的短片： 使用 LTX 2.5 Fast Audio To Video 可視化社交和活動剪輯的副歌或副歌。
• 對話和旁白點： 保持嘴唇和手勢的時間接近口語拍攝。
• 廣告床： 關鍵圖片變更為許可曲目或聲音標誌。
• 播客/訪談預告片： 將主持人靜物與簡短的音訊摘錄配對。

它是如何工作的#

1. 上傳音訊： 提供 2-20 秒可公開存取的剪輯（MP3、WAV、M4A、AAC 或 OGG）。
2. 選用影像+提示： 新增第一格和/或描述場景應如何隨著聲音移動。
3. 設定框架和引導： 選擇寬高比和引導比例，然後產生和細化。

參數#

此 LTX 2.5 Fast Audio To Video 頁面上的控制項：

參數	必填	類型	預設	範圍/選項	如何選擇
audio_url*	是 (*)	音訊網址	範例剪輯	MP3、OGG、WAV、M4A、AAC；2–20 秒	使用乾淨的床；輸出長度跟隨此剪輯。
image_url	沒有	圖片網址	—	JPG、JPEG、PNG、WEBP、GIF、AVIF	錨定身分或產品；留空以僅提示外觀。
提示	有條件	字串	範例提示	最多 5,000 個字元	未提供圖片時為必填項；描述與音訊同步的運動。
guidance_scale	沒有	數量	5	1–50	較高的值更緊密地遵循提示（當影像出現在提供者端時，預設值接近 9）。
aspect_ratio	沒有	字串	auto	auto、16:9、9:16	當存在時，「auto」跟隨圖像；否則預設為「16:9」。

• 必填欄位。這裡不暴露時長和解析度：長度跟隨音訊；發電費用為 1080p。

定價#

LTX 2.5 Fast Audio To Video 按每秒輸入音訊計費，1080p：

輸入音訊	價格為 0.14 美元/秒
5秒	0.70 美元
10 秒	1.40 美元
15 秒	2.10 美元
20 多歲	2.80 美元

對於批次，總計 ≈ audio_seconds × $0.14 × 輸出計數。

提示提示和範例#

LTX 2.5 Fast Audio To Video 的提示：

• 配對音訊： 命名手勢、剪下或鏡頭在強拍或樂句結束時的移動。
• 保持主題單一： 一位表演者或產品在密集的曲目中讀起來更清晰。
• 使用圖像作為身份： 臉孔、標誌和包裝透過起始框架保持穩定。
• 逐漸調整指示： 僅當提示被忽略時才提高guidance_scale。

改進的提示範例

> 一位身穿黑色高領毛衣的歌手戴著耳機，在昏暗的展位上對著老式絲帶麥克風唱歌。柔和的側鍵光，緩慢的推入與人聲的樂句相匹配。乾淨的工作室寫實主義，沒有文字，沒有浮水印。

更多 LTX 2.5 頁面可供嘗試#

• LTX 2.5 Fast 圖片到影片： 當您沒有駕駛音訊床時，將靜態影像製作成動畫。
• LTX 2.5 Fast 文字到影片： 概念通行證的僅提示 AV 草稿。
• LTX 2 快速影像到影片： 適用於舊版 LTX 2 管道的上一代快速靜態動畫。