本文へスキップ

LTX-2 19B でクリップを続けます。動画の最後のフレームから 5〜20 秒の新しい区間を作り、元の動画と続きをつないだ 1 本のファイルを 480p、720p、1080p で返します。

最低価格 $0.014/秒

プレイグラウンド

入力

動画延長
  1. 1

    続きを作るクリップを選ぶ

    動画を1本選ぶと、その最後のフレームから続きを作ります。

  2. 2

    この先の展開

    ステップ 1 でクリップを選ぶと、ここが開きます。

    必須です。次に起きること、つまり続く動作、カメラの動き、音を「Audio:」の行に書きます。被写体とセットは開始フレームで決まっているので、言葉は動きに使ってください。別の場所を書くと、新しい区間が最後のフレームから離れてカットが切り替わることがあります。 1 文字以上
    料金に影響
    新しい区間の解像度です。480p、720p、1080p から選び、既定は 720p です。解像度が決めるのは新しい区間の精細さだけなので、元のクリップに合わせてください。低く設定すると新しい部分が元より甘く見えます。料金もこれで決まります。
    長さ料金に影響
    新しい区間の長さです。5〜20 の整数秒で、既定は 5 です。20 秒でも 1 回の生成で、つなぎ合わせではありません。元の動画はその前に足されますが課金されません。 5 以上 · 20 以下
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

必須項目が 2 件未入力です:プロンプト · 入力動画

出力

実行待ち

結果はここに表示されます。

入力を設定し、概算料金を確認してからモデルを実行します。

関連モデルと次のステップ

お探しのモデルが見つかりませんか?

必要なモデルと用途をお知らせください。次に何を追加するかを決めるチームに直接届きます。

VIDEO + AUDIO API

Lightricks のオープンな 19B 音声付き動画モデル。映像と音を 1 回で、5〜20 秒、コンテンツフィルターなし。

主なスペック

パラメータ数
19B
映像とサウンドトラックを同時に生成する 1 つの diffusion transformer です。
音声
ステレオ
すべてのクリップに音声トラックが付き、声、歌、効果音、環境音はプロンプトから生まれます。
クリップの長さ
5〜20 秒
5〜20 の整数秒から選べ、1 秒単位で課金されます。
最大解像度
1080p
480p、720p、1080p。text-to-video は 16:9 か 9:16 です。
720p での処理時間
約 20 秒
私たちのテストでは、5 秒の 720p クリップでモデル時間が 14〜25 秒でした。
コンテンツフィルター
なし
検閲なし。プロンプトにも画像にも結果にもフィルターはありません。

課金前に知っておくこと

all

すべてのクリップに、同じパスで生成されたサウンドトラックが付きます。セリフ、歌、効果音、環境音はプロンプトに従い、音声をオフにするスイッチはありません。出品元は、音声が会話を含まない場合は品質が下がることがあると述べています。フレームは解像度の名称よりわずかに小さく、1080p は 1920 x 1024、720p は 1280 x 704 です。私たちの最も強いコンテンツのテストでは、モデルがシーンの一部を控えめに仕上げました。

text-to-video

画面の形は 16:9 と 9:16 の 2 つだけです。

image-to-video

クリップは写真の形を保ち、プロンプトは必須です。プロンプトが別の場面を描写すると、モデルが開始フレームから離れて新しいショットに切り替えることがあります。送った画像の中で次に何が起こるかを書いてください。

できること

音を同じパスで

ショットの隣に音を書く

プロンプトは夜行列車の最後尾のデッキに男性を立たせ、Audio の行で締めくくります。レールの継ぎ目を越える車輪、風、踏切の警報音、遠くの汽笛。MP4 は映像と同じ処理で作られたステレオ音声付きで返り、音だけを別に作る工程はありません。

Image to video

演奏する写真

濡れた滑走路で銀色のプロペラ機の扉に立つパイロットの写真です。彼が乗り込み、プロペラが回り始めます。最初の数秒、音声はほぼ無音で、羽根が回り出すとエンジン音で満たされます。

効果音

プロンプトに書き込むフォーリー

夜のタクシーの窓を伝う雨、後部座席で寄り添う 2 人、そして屋根を打つ雨、ワイパー、ウインカーを指定した Audio の行。効果音を動作の隣に書けば、1 回のリクエストで同じクリップに入って返ります。

LTX-2 19B の作例

  • 5 秒
  • 音声付きの text-to-video。16:9、720p、6 秒です。
    6 秒
  • 写真からの音声付き image-to-video。720p、6 秒です。
    6 秒

活用シーン

  • 音が必要なクリップ

    歌手、演奏者、バーテンダー、群衆、天気。1 回のリクエストで映像と音声のそろった完成品の MP4 が返り、別工程で音を付ける必要がありません。

  • 長めのワンテイク

    1 回の生成で最大 20 秒。断片ではなく、ひとつのシーンとして成立する長さです。

  • 縦型・横型での納品

    フィード向けの 704 x 1280 の 9:16、プレーヤーや編集向けの最大 1920 x 1024 の 16:9 に対応します。

  • オープンなプラットフォームのための規制なしのクリップ

    プロンプト、画像、結果のいずれにもコンテンツフィルターはなく、音声付きです。画面に登場するのは全員が成人であることが条件です。

モデルリファレンス

LTX-2 19B API リファレンス

LTX-2 19B API の仕様

出品元
Lightricks
モデル
LTX-2 19B。オープンウェイトの音声・映像統合 diffusion transformer
エンドポイント
Text to Video、Image to Video、Video Extend
長さ
5〜20 秒、整数秒
解像度
480p、720p、1080p(既定は 720p)
text-to-video のサイズ
832 x 448、1280 x 704、1920 x 1024(16:9。9:16 は幅と高さを入れ替え)
image-to-video の形
元の画像に従います
フレームレート
24 fps
音声
すべてのクリップに映像と同時生成のステレオ AAC トラック
実行方式
非同期タスク。課金は出力 1 秒単位

LTX-2 19B API の呼び出し方

  1. 音声は専用の 1 行にする

    プロンプトの最後に "Audio:" を置き、聞こえてほしいものを並べます。例:"ice rattling in the shaker, low bar chatter, soft music"。書かなくてもモデルは音を足しますが、指定できる範囲は狭くなります。

  2. 長さは 1 秒単位で選ぶ

    5〜20 の整数秒から選べます。料金は長さに比例するので、まず 5 秒で下書きし、ショットが決まったら長くしてください。

  3. 480p で下書きし、720p か 1080p で仕上げる

    480p は 1 秒あたりの料金がいちばん安い解像度です。私たちのテストでは 720p がちょうどよく、5 秒のクリップでモデル時間がおよそ 20 秒でした。

  4. image-to-video では、写真の中にとどまる

    送った写真の中で次に何が起こるかを書いてください。プロンプトが別の場所を描写すると、クリップが開始フレームから離れて新しいショットに切り替わることがあります。

モデルの概要

LTX-2 19B は、Lightricks のオープンな音声・映像モデルを 1 つの API で提供します。text-to-video、image-to-video、video-extend は 480p / 720p / 1080p で 5〜20 秒、同じパスで生成されたステレオのサウンドトラック付きです。課金は 1 秒単位、720p は高速で、何もフィルタリングされません。

LTX-2 19B API のよくある質問