logo
RunComfy
  • ComfyUI
  • 訓練器
  • 模型
  • MCP新
  • 定價
  • Seedance 2.5火爆
  • Seedream 5.5新

依模型瀏覽工作流

火爆MiniMax H3根據文字、影像或參考生成含音訊影片火爆Qwen Image 2.1生成影像,並依參考編輯照片Wan文字或影像生成影片,動作遷移FLUX影像生成、編輯與角色變體LTX文字或影像生成音畫同步影片Qwen Image Edit用文字與參考圖編輯照片Krea 2影像生成、風格遷移與參考編輯Z-Image根據文字快速生成人像與概念圖

熱門與最新工作流

新MiniMax H3 Character Swap V1.5替換影片角色,保留原音訊新P-H3-Image Reference Edit依參考圖編輯照片火爆MiniMax H3 Image-to-Video一張圖生成電影感影片,音畫同步火爆LTX 2.5 Image-to-Video一幀生成清晰影片,音畫同步火爆MiniMax H3 Character Swap (SAM3)替換影片角色,並跟隨原動作Qwen Image 2.1 Multi-Image Editing最多 10 張參考圖合成精準場景FLUX Klein Face Swap自然逼真的換臉SeedVR2 Video Upscaler清晰流暢的影片超解析
查看更多工作流

訓練模型

新MOSS-Image Base影像生成,新支援新FLUX.3 Klein影像生成,新支援火爆Krea 2訓練最多的影像模型火爆Krea 2 Turbo少步數影像生成火爆Qwen Image 2.1影像生成與編輯Z-Image Turbo快速生成人像與概念圖MiniMax H3音畫同步影片

訓練與部署

入門指南用 Ostris AI Toolkit 完成第一個訓練任務資料集上傳與管理訓練資料集推論在 Playground 或透過 API 執行訓練好的模型部署將訓練好的模型部署為專屬端點
訓練更多模型

影像模型

新GPT Image 2.6省 5% · 精細文生圖,支援 GIF 與 SVG,最高 4K新Seedream 5.5省 10% · 文生圖,最高 2K,支援透明 PNG火爆Seedream 5.0 Pro省 41% · 參考圖編輯,支援多語言文字火爆Seedream 4.5省 20% · 寫實級編輯,保持品牌一致火爆Wan 2.6 Image依指令編輯影像FLUX.2精準、寫實的影像編輯Nano Banana Pro省 77% · 從草圖生成精準的 2K 至 4K 影像Qwen Image Edit基於 LoRA、保留結構的影像編輯

視頻模型

新Seedance 2.5 Flash省 34% · Text, image, or reference to video新Kling 4.0省 10% · 將靜態圖轉為 3 至 30 秒影片火爆Wan 3.0 Prime省 13% · 根據參考影片快速生成火爆Seedance 2.5省 36% · 更長、更連貫的電影感影片火爆Wan 3.0根據影像、影片與音訊參考生成火爆MiniMax H3將首幀轉為 5 至 15 秒影片Wan 2.5省 10% · 流暢動作,原生音訊FLUX 3 Max根據文字、靜態圖或關鍵影格生成
查看更多模型

API

Serverless (ComfyUI)將 ComfyUI 工作流程部署為無伺服器端點。Serverless (LoRA)將 LoRA 部署為無伺服器端點。Model API按需運行託管模型,無需部署。Trainer API透過 API 訓練、管理和取得 LoRA。CLIRun RunComfy models from your terminal.
模型
探索
所有模型
資源庫
生成記錄
模型 API
API 文檔
API 金鑰
帳戶
使用情況

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

lightricks/ltx-2.5/audio-to-video/fast

LTX 2.5 Fast Audio To Video 將一段簡短的音訊床(加上選購的圖像和提示)轉換為與曲目同步的 1080p 影片。

0:00
0:00
用於驅動視訊的音訊檔案的 URL。持續時間必須介於 2 到 20 秒之間。
可選的第一幀影像。如果省略,則需要提示。
描述影片的外觀和隨音訊移動的方式。如果未提供影像,則為必填項。
影片與提示的吻合程度。值越高,與文字的黏性越緊密。
輸出縱橫比。 auto 跟隨輸入影像,或預設為 16:9 沒有影像。
Idle
The rate is $0.14 per second of input audio at 1080p. Native audio is included.

LTX 2.5 Fast Audio To Video 簡介

LTX 2.5 Fast Audio To Video 在速度最佳化模式下產生 1080p 視頻,定時為 2-20 秒的音頻剪輯,並帶有可選的開始圖像和提示。當影像必須跟隨聲音時,可用於以音樂為主導的短片、對話預告片和針對曲目的廣告。對於開發人員來說,RunComfy 上的 LTX 2.5 Fast Audio To Video 在瀏覽器中透過 HTTP API 運行,因此您無需自行託管或擴展模型。

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51–50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autoauto、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。

相關模型

lucy-edit/fast

透過影片 URL 與文字指令編輯現有影片。

lucy-edit/restyle

透過文字指令重新詮釋現有影片,同時盡量保留來源影片的動作與整體構圖。

avatar-v/text-to-video

以口型同步談話影片的形式在公眾場合朗讀劇本。

ltx-2-19b/image-to-video/lora

將靜態圖像轉化為富有表現力的動態短片,並生成同步音訊。

veo-3-1/fast/first-last-frame-to-video

以Veo 3.1 Fast 輕鬆將影像轉為動態影片,展現創意視覺與專業級畫面品質。

SkyReels V1

支援33種表情與400+動作,輕鬆創作具質感的人像短片

常見問題

LTX 2.5 Fast Audio To Video 有何用途?

LTX 2.5 Fast Audio To Video 產生與提供的音訊剪輯同步的影片。當影像必須跟隨聲音時,它適合音樂驅動的短片、對話預告片、配音插播和與曲目相關的廣告。

LTX 2.5 Fast Audio To Video 需要什麼輸入?

需要音訊 URL(2–20 秒;MP3、WAV、M4A、AAC 或 OGG)。可選的起始圖像可以鎖定身份,提示描述動作;如果您不提供圖像,則需要提示。

LTX 2.5 Fast Audio To Video 使用什麼解析度和持續時間?

發電的計費和交貨時間為本頁的 1080p。剪輯長度遵循輸入音訊持續時間,而不是單獨的持續時間控制。縱橫比可以是 auto、16:9 或 9:16。

guidance_scale 如何影響 LTX 2.5 Fast Audio To Video?

指導尺度(1-50,預設 5)控制結果遵循提示的程度。如果文字被忽略,請逐漸提高它;非常高的值可能看起來過於受限。

LTX 2.5 Fast Audio To Video 可以從靜止影像開始嗎?

是的。添加可選的 image_url 作為第一幀,以在音訊驅動時序時穩定臉部、產品或包裝標識。如果没有图像,请依靠清晰的提示。

開發人員可以透過 RunComfy API 使用 LTX 2.5 Fast Audio To Video 嗎?

是的。在 RunComfy Web UI 中配置運行,然後透過 HTTP API 使用與 automation 相同的參數呼叫相同的 LTX 2.5 Fast Audio To Video 模型。

LTX 2.5 Fast Audio To Video 到 RunComfy 的費用是多少?

在 1080p 中,輸入音訊每秒計費 0.14 美元。例如,每個輸出 10 秒的音訊成本為 1.40 美元。幾代人消費美元/信用;新用戶通常會收到免費試用金額。

我什麼時候應該選擇 LTX 2.5 Fast Audio To Video 而不是文字轉影片?

當完成的音樂、旁白或對話片段必須設定剪切時間時,請選擇 LTX 2.5 Fast Audio To Video。當您仍在根據提示一起創作聲音和圖片時,可以快速使用文字轉影片。

關注我們
  • 領英
  • Facebook
  • Instagram
  • Twitter
支持
  • Discord
  • 電子郵件
  • 系統狀態
  • 附屬
視頻模型
  • LTX 2
  • Wan 3.0
  • MiniMax H3 Fast
  • Wan 2.5
  • Seedance 2.5 Reference to Video 480p
  • Seedance 1.0 Pro Fast
  • 查看所有模型 →
影像模型
  • GPT Image 2.6 Sunburst Image Edit
  • GPT Image 2.6 Sunburst
  • Wan 2.6 Image to Image
  • Nano Banana Pro
  • Seedream 5.0 Pro
  • Flux 2 Max Edit
  • 查看所有模型 →
法律
  • 服務條款
  • 隱私政策
  • Cookie 政策
RunComfy
版權 2026 RunComfy. 保留所有權利。

RunComfy 是首選的 ComfyUI 平台,提供 ComfyUI 在線 環境和服務,以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Models, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。

LTX 2.5 Fast Audio To Video 的範例

Video thumbnail
Loading...
Video thumbnail
Loading...
Video thumbnail
Loading...
Video thumbnail
Loading...
Video thumbnail
Loading...
Video thumbnail
Loading...