本文へスキップ

キッチンテーブルで話す人物、声は参考音声に合わせて

モデル
Wan 3.0
タスク
参照素材から動画
解像度
720p
長さ
10秒

出力

入力

  • 入力音声
    reference_audio_urls
  • 入力画像
    reference_image_urls

実行するときに自分の素材に差し替えられます。

プロンプトEN222文字

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.

英語で書かれています。送信したものをそのまま載せています。

この例を実行

料金を確認しています…

すべての設定を入力した状態でプレイグラウンドを開き、実行前に正確な料金を表示します。

同じモデルで、このプロンプトから始めます。ほかの設定はデフォルトのままです。

このプロンプトがうまくいく理由

`reference_audio_urls` が声を、`reference_image_urls` が顔と服装を供給します——2 つの参照はそれぞれ別の役目を果たし、見慣れた顔に合わない声が乗ると、絵が正しくても違和感が生まれます。プロンプトが付け加えるのは演出だけで、キッチンテーブルに座り、片手でマグカップを持ち、話す前にカメラへ視線を上げます。`duration_seconds` `10` と `resolution` `720p` は、その一拍分の余裕を残します。

使った設定

設定値何をするか
resolution720p480p、720p、1080p。既定は 720p。解像度は料金と、タスクが返るまでの時間の両方を変えます。
duration_seconds102〜30 の任意の整数秒、または -1 でスマート尺。既定は 5。参照動画を使う場合、その合計秒数とこの値の和は 30 秒以内に収める必要があり、参照動画の秒数も出力に加えて課金されます。伸ばす前に 5 秒で見た目を固めてください。