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.
Scritto in inglese, esattamente come l’abbiamo inviato.
Stesso modello, partendo da questo prompt. Le altre impostazioni restano predefinite.
Perché questo prompt funziona
`reference_audio_urls` fornisce la voce e `reference_image_urls` fornisce il volto e l'abbigliamento — riferimenti separati, compiti separati, perché una clip 'talking head' con la voce sbagliata dietro un volto familiare suona sbagliata anche quando l'immagine è corretta. Il prompt aggiunge solo la messa in scena: seduta a un tavolo di cucina, una mano attorno a una tazza, uno sguardo verso l'alto prima di parlare. `duration_seconds` a `10` lascia spazio per quel momento prima della battuta, a `resolution` `720p`.
Impostazioni usate
Impostazione
Valore
A cosa serve
resolution
720p
480p, 720p o 1080p. Il valore predefinito è 720p. La risoluzione cambia sia il prezzo sia il tempo che l'attività impiega a tornare.
duration_seconds
10
Qualsiasi numero intero da 2 a 30, oppure -1 per la durata intelligente. Il valore predefinito è 5. Con i video di riferimento, la loro durata complessiva più questo valore deve restare entro 30 secondi, e quei secondi vengono fatturati in aggiunta all'output. Metti a punto l'estetica a 5 secondi prima di allungare.
Anteprima sfocata