The image reference sets the speaker's face and wardrobe; the audio reference sets her voice. She sits at a kitchen table, glances at the camera and starts talking, one hand around a mug. Locked medium shot, morning light.
Rédigé en anglais, exactement comme nous l’avons envoyé.
Même modèle, en partant de ce prompt. Les autres réglages restent par défaut.
Pourquoi ce prompt fonctionne
`reference_audio_urls` fournit la voix et `reference_image_urls` fournit le visage et la tenue — références distinctes, rôles distincts, car un plan « talking head » avec la mauvaise voix derrière un visage familier sonne faux même quand l’image est juste. Le prompt n’ajoute que la mise en place : assise à une table de cuisine, une main autour d’une tasse, un regard levé avant de parler. `duration_seconds` à `10` laisse la place à ce temps avant la réplique, en `resolution` `720p`.
Réglages utilisés
Réglage
Valeur
Ce qu’il fait
resolution
720p
480p, 720p ou 1080p. Vaut 720p par défaut. La résolution change à la fois le prix et le temps que met la tâche à revenir.
duration_seconds
10
N’importe quel nombre entier de 2 à 30, ou -1 pour la durée automatique. Vaut 5 par défaut. Avec des vidéos de référence, leur durée totale plus cette valeur doit tenir dans 30 secondes, et leurs secondes sont facturées en plus de la sortie. Fixez le rendu à 5 secondes avant d’allonger.
Aperçu flouté