Ir al contenido principal

Sin censura — Este modelo declara que no aplica filtros. SpicyAPI reenvía sin añadir análisis de contenido de la plataforma; las obligaciones legales y de consentimiento siguen siendo del cliente.Ver todos los modelos con este nivel de filtrado
lightricks/ltx-2-19b/text-to-video

El text-to-video de LTX-2 19B genera un clip de 5 a 20 segundos y su banda sonora estéreo a partir de un solo prompt, en 480p, 720p o 1080p, en 16:9 o 9:16. Las voces, la música y los efectos siguen el prompt, se cobra por segundo y no hay filtro de contenido.

Desde $0.014/s
Ejecutar modelo

Playground

Entrada

Texto a video
Describe la escena, la acción y la cámara, y luego el sonido en su propia línea "Audio:": voces, música, efectos, ambiente. mínimo 1 caracteres
16:9 para horizontal (el valor por defecto) o 9:16 para vertical. El formato no cambia el precio.
afecta al precio
480p (832 x 448), 720p (1280 x 704, el valor por defecto) o 1080p (1920 x 1024). Cada paso cuesta más por segundo.
Duraciónafecta al precio
Cualquier segundo entero de 5 a 20, cobrado por segundo. no menor que 5 · no mayor que 20
Seed
Mantiene las ejecuciones comparables mientras cambias una sola cosa a la vez. No promete un clip idéntico fotograma a fotograma. no menor que 0 · no mayor que 2147483647
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo
Extender
Reescalado de video
Edición de video

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

Dinos cuál añadir y para qué lo usarías. Las solicitudes llegan directamente al equipo que decide los próximos modelos.

Una solicitud, un clip terminado con imagen y sonido

LTX-2 19B es el modelo abierto de audio y video de Lightricks, y devuelve cada clip como un MP4 terminado con una banda sonora estéreo generada en la misma pasada. Texto a video e imagen a video generan de 5 a 20 segundos a 480p, 720p o 1080p, y un clip de 5 segundos en 720p tardó de 14 a 25 segundos de tiempo de modelo en nuestras corridas. Las voces, el canto, los efectos y el ambiente siguen tu prompt, y no hay un interruptor para apagar el sonido. Nada filtra el prompt, la imagen ni el resultado.

Abrir el Playground
Una solicitud, un clip terminado con imagen y sonido
Modelo
Lightricks LTX-2 19B, un modelo abierto de audio y video que genera imagen y sonido a la vez
Duración del clip
Cualquier segundo entero de 5 a 20; 4 y 21 se rechazan al enviar
Resolución
480p 832 x 448, 720p 1280 x 704, 1080p 1920 x 1024 en 16:9; en 9:16 se intercambian los lados
Audio
AAC estéreo a 24 kHz en cada clip, sin forma de apagarlo
Velocidad
5 s en 720p: de 14 a 25 segundos; en 1080p: de 31 a 44; 20 s en 480p: 36 segundos
Filtro de contenido
Ninguno; la mayoría de nuestras pruebas se generó tal como se escribió y la más exigente salió suavizada
Sonido
El sonido es parte del clip, no un paso extraTodos los clips volvieron con audio AAC estéreo: la balada de una cantante de lounge, la coctelera de un bartender, una guitarra en los escalones de un porche. Agrega una línea que empiece con “Audio:” y enumera lo que debe oírse para guiarlo; sin ella el modelo igual añade sonido, pero eliges menos de él.
Duración
Hasta 20 segundos en una sola generaciónElige cualquier segundo entero de 5 a 20. Un clip de 20 segundos en 480p terminó en 36 segundos de tiempo de modelo en nuestra corrida, lo bastante largo para una escena y no solo un fragmento. El número de cuadros es segundos por 24 más uno, así que una solicitud de 5 segundos da un archivo de 5.04 segundos.
Límites
Lo que no haceNo hay interruptor de audio ni tamaños exactos al cuadro: 1080p es 1920 x 1024 y 720p es 1280 x 704. Texto a video ofrece solo 16:9 y 9:16, e imagen a video necesita tanto una foto como un prompt. El editor señala que el sonido sin voz puede tener menor calidad.

Cómo trabajar con LTX-2 19B

Dale al sonido su propia línea

Dale al sonido su propia línea

Termina el prompt con “Audio:” y nombra lo que debe oírse, por ejemplo “ice rattling in the shaker, low bar chatter, soft music”. La cantante de lounge y el bartender de la galería llevan ambos una línea Audio en su prompt, así que describe primero la acción y después el audio.

Elige la duración y la forma en cada solicitud

Elige la duración y la forma en cada solicitud

Texto a video acepta 16:9 o 9:16, y la hoja muestra tres momentos de un mismo clip vertical para feeds. La duración es cualquier segundo entero de 5 a 20, así que haz el borrador en 5 y alarga la idea solo cuando la toma funcione.

  • Borrador en 480p, entrega en 720p o 1080p

    Una corrida de 5 segundos en 480p con el modelo ya caliente terminó en 7 a 9 segundos, aunque las corridas en frío o en cola tardaron de 45 a 118. En nuestras pruebas, 720p es el punto ideal, con 14 a 25 segundos, y 1080p tardó de 31 a 44.

  • En imagen a video, quédate dentro de la imagen

    El primer cuadro es tu foto y el clip sigue su forma. Si el prompt describe otro lugar, el clip puede saltar a una toma nueva: en nuestra prueba, una foto de una cantante en un escenario con un prompt situado en otra habitación saltó a esa habitación. Describe lo que sucede a continuación en la imagen que enviaste.

  • Una escena por clip

    Un sujeto, una acción y un entorno, y después la línea de sonido. Los clips largos dejan respirar la escena, pero apilar varios sucesos en un solo prompt hace que el modelo elija por ti.

Quién usa LTX-2 19B

  • Clips que ya suenan bien

    Creadores de fitness y estilo de vida

    Clips que ya suenan bien

    Una mujer con una barra en un gimnasio en penumbra: imagen a video parte de la foto, ella agarra, levanta y sostiene, y la línea Audio del prompt pide los sonidos de la sala. No hay una pasada de sonido aparte que sincronizar.

  • Interpretaciones con audio real

    Músicos y realizadores de videoclips

    Interpretaciones con audio real

    Un hombre que rasguea la guitarra en los escalones de un porche y tararea al atardecer volvió con la imagen y el sonido juntos. Describe el ánimo de la canción en la línea Audio, no una melodía.

  • Una imagen fija que se mueve con el viento

    Equipos de moda y retrato

    Una imagen fija que se mueve con el viento

    Un hombre recargado en el barandal de una azotea se giró hacia la cámara mientras el viento de la tarde agitaba su camisa de lino blanca y su cabello. La foto fija el rostro y el vestuario; el prompt solo agrega movimiento.

  • Sin censura, con el sonido incluido

    Quienes construyen plataformas sin filtro

    Sin censura, con el sonido incluido

    Sin filtro en el prompt, la imagen ni el resultado, y el audio viene incluido. Todas las personas en pantalla deben ser adultas, y en nuestras pruebas los niveles más exigentes aun así salieron suavizados.

Del primer clip a un lote terminado con LTX-2 19B

  1. Elige texto o foto

    Texto a video para una idea en 16:9 o 9:16; imagen a video cuando un rostro o un lugar deben mantenerse fijos.

  2. Escribe primero la imagen y después el sonido

    Una escena, una acción y luego una línea que empiece con “Audio:” con lo que debe oírse.

  3. Haz el borrador en 480p y 5 segundos

    Revisa el sonido y el cuadro inicial antes de gastar más en duración o resolución.

  4. Sube la resolución y la duración

    Vuelve a correr el ganador en 720p o 1080p y alarga la duración hasta 20 segundos cuando la acción lo necesite.

  5. Cuidado con los cortes a otra escena

    En imagen a video, mantén el prompt dentro de la escena de la foto; un entorno distinto puede provocar una toma nueva.

Prompts de LTX-2 19B que vale la pena copiar

  • Una interpretación con su propio audio

    Para texto a video en 16:9, 720p, 6 segundos.

    An adult woman in her thirties in a long burgundy dress sings softly into a vintage microphone on a small club stage, eyes half closed, a pianist behind her in warm amber light, slow push-in. Audio: her voice singing a slow ballad, soft piano, quiet applause at the end.

  • Una escena callejera en vertical

    Para texto a video en 9:16.

    An adult man in a dark rain jacket walks through a night market under paper lanterns, steam rising from food stalls, he stops, glances back at the camera and smiles. Handheld camera, shallow depth of field. Audio: crowd chatter, sizzling pans, light rain on canvas.

  • Movimiento a partir de un retrato junto a la ventana

    Para imagen a video a partir del retrato de un adulto junto a una ventana. Quédate dentro del entorno de la foto.

    The adult woman in the cream sweater lifts her mug, looks out of the window at the rain, then turns to the camera and smiles. The camera holds steady. Audio: rain on the glass, a soft kettle click, her quiet laugh.

Más preguntas sobre LTX-2 19B

Úsalo cuando el clip tenga que sonar bien

Escribe una escena, agrega una línea Audio con lo que debe oírse y haz el borrador en 480p y 5 segundos.

Vuelve a correr el ganador en 720p o 1080p, alárgalo hasta 20 segundos y, en imagen a video, mantén el prompt dentro de la escena de la foto para que el clip no salte a otra toma.

Todos los modelos LTX6