Przejdź do treści głównej

Obraz na wideo w LTX-2 19B animuje twoje zdjęcie w klip o długości od 5 do 20 sekund ze ścieżką stereo, w 480p, 720p lub 1080p, w kształcie samego zdjęcia. Opisz ruch i dźwięk; rozliczenie jest za sekundę, a filtra treści nie ma.

Od $0.014/s

Obszar roboczy

Wejście

Obraz na wideo
Wymagany. Opisz, co dzieje się dalej na tym obrazie, kamerę i dźwięk w linii „Audio:”. Inne otoczenie może sprawić, że klip przeskoczy do nowego ujęcia. od 1 znaków
1/1

Upuść pliki albo odnośniki do mediów, wklej lub wybierz z dysku · 1 plik · maks. 10 MB · JPG · PNG · WEBP · GIF

  • 1
1 / 1 plików
Klatka początkowa. Klip startuje z tego zdjęcia i zachowuje jego proporcje; publiczny link, z którego da się pobrać plik bezpośrednio.
wpływa na cenę
480p, 720p (domyślnie) albo 1080p. Każdy stopień kosztuje za sekundę więcej; kształt kadru wynika ze zdjęcia.
Czas trwaniawpływa na cenę
Dowolna pełna sekunda od 5 do 20, rozliczana za sekundę. nie mniej niż 5 · nie więcej niż 20
Seed
Pozwala porównywać przebiegi, gdy zmieniasz prompt. Nie gwarantuje klipu identycznego co do klatki. nie mniej niż 0 · nie więcej niż 2147483647
Filtr bezpieczeństwaWyłączony

SpicyAPI nie uruchamia przy tym modelu żadnego filtra bezpieczeństwa. Twój prompt i media trafiają do modelu w takiej postaci, w jakiej je zapisałeś, a o tym, co wraca, decyduje sam model.

Sprawdzamy twoje konto, zanim odblokujemy wysyłkę i wycenę.

Wyjście

Gotowe do nowego uruchomienia
Wynik przykładowy

Powiązane modele i kolejne zadania

Brakuje modelu, którego potrzebujesz?

Napisz, co dodać i do czego chcesz tego użyć. Zgłoszenia trafiają do osób, które decydują o kolejności wdrożeń.

Jedno żądanie, jeden gotowy klip z obrazem i dźwiękiem

LTX-2 19B to otwarty model audio-wideo od Lightricks i zwraca każdy klip jako gotowy plik MP4 ze stereofoniczną ścieżką dźwiękową wygenerowaną w tym samym przebiegu. Tekst na wideo i obraz na wideo działają od 5 do 20 sekund w 480p, 720p albo 1080p, a 5-sekundowy klip 720p zajmował w naszych przebiegach od 14 do 25 sekund czasu modelu. Głosy, śpiew, efekty i tło dźwiękowe podążają za twoim promptem, a dźwięku nie da się wyłączyć. Nic nie filtruje ani promptu, ani obrazu, ani wyniku.

Otwórz playground
Jedno żądanie, jeden gotowy klip z obrazem i dźwiękiem
Model
Lightricks LTX-2 19B, otwarty model audio-wideo, który tworzy obraz i dźwięk razem
Długość klipu
Dowolna pełna sekunda od 5 do 20; 4 i 21 są odrzucane przy wysyłaniu
Rozdzielczość
480p 832 x 448, 720p 1280 x 704, 1080p 1920 x 1024 w 16:9; 9:16 zamienia boki
Dźwięk
Stereo AAC 24 kHz w każdym klipie, bez możliwości wyłączenia
Szybkość
5 s w 720p: od 14 do 25 sekund; w 1080p: od 31 do 44; 20 s w 480p: 36 sekund
Filtr treści
Brak; większość naszych testów wygenerowała się zgodnie z opisem, a najmocniejszy wrócił złagodzony
Dźwięk
Dźwięk jest częścią klipu, a nie dodatkowym krokiemKażdy klip wracał ze stereofonicznym dźwiękiem AAC: ballada piosenkarki w lounge’u, shaker barmana, gitara na schodach werandy. Dodaj linijkę zaczynającą się od „Audio:” i wymień, co ma być słychać, żeby to ukierunkować; bez niej model i tak dodaje dźwięk, ale masz nad nim mniejszą kontrolę.
Długość
Do 20 sekund w jednym przebieguWybierz dowolną pełną sekundę od 5 do 20. Klip 480p o długości 20 sekund powstał w naszym przebiegu w 36 sekund czasu modelu, wystarczająco długi na całą scenę, a nie urywek. Liczba klatek to sekundy razy 24 plus jedna, więc żądanie 5 sekund daje plik o długości 5,04 sekundy.
Ograniczenia
Czego model nie zrobiBrak przełącznika dźwięku i brak rozmiarów co do klatki: 1080p to 1920 x 1024, a 720p to 1280 x 704. Tekst na wideo oferuje tylko 16:9 i 9:16, a obraz na wideo wymaga zarówno zdjęcia, jak i promptu. Wydawca zaznacza, że dźwięk bez mowy może mieć niższą jakość.

Praca z LTX-2 19B

Daj dźwiękowi osobną linijkę

Daj dźwiękowi osobną linijkę

Zakończ prompt frazą „Audio:” i nazwij to, co ma być słychać, na przykład „ice rattling in the shaker, low bar chatter, soft music”. Piosenkarka i barman w galerii mieli w promptach linijkę Audio, więc najpierw opisz czynność, a dopiero potem dźwięk.

Wybierz długość i kształt w każdym żądaniu

Wybierz długość i kształt w każdym żądaniu

Tekst na wideo przyjmuje 16:9 albo 9:16, a arkusz pokazuje trzy momenty jednego pionowego klipu do feedów. Czas trwania to dowolna pełna sekunda od 5 do 20, więc szkicuj w 5 i wydłużaj pomysł dopiero wtedy, gdy ujęcie działa.

  • Szkicuj w 480p, dostarczaj w 720p lub 1080p

    Rozgrzany 5-sekundowy przebieg w 480p kończył się w 7 do 9 sekund, choć zimne lub kolejkowane trwały od 45 do 118. 720p to w naszych testach złoty środek, od 14 do 25 sekund, a 1080p zajmowało od 31 do 44.

  • W trybie obraz na wideo zostań w obrębie zdjęcia

    Pierwszą klatką jest twoje zdjęcie, a klip podąża za jego kształtem. Jeśli prompt opisuje inne miejsce, klip może przeskoczyć do nowego ujęcia: w naszym teście zdjęcie śpiewaczki na scenie z promptem o innym pomieszczeniu przeszło w to pomieszczenie. Opisz to, co dzieje się dalej na wysłanym obrazie.

  • Jedna scena na klip

    Jedna postać, jedna czynność i jedno miejsce, a potem linijka z dźwiękiem. Długie klipy pozwalają scenie oddychać, ale upchnięcie kilku zdarzeń w jednym prompcie sprawia, że model wybiera za ciebie.

Kto używa LTX-2 19B

  • Klipy, które od razu brzmią dobrze

    Twórcy fitnessu i lifestyle’u

    Klipy, które od razu brzmią dobrze

    Kobieta przy sztandze w przyciemnionej siłowni: obraz na wideo zaczyna od zdjęcia, ona chwyta, unosi i trzyma, a linijka Audio w prompcie prosi o dźwięki sali. Żadnej osobnej ścieżki dźwiękowej do synchronizowania.

  • Występy z prawdziwym dźwiękiem

    Muzycy i twórcy teledysków

    Występy z prawdziwym dźwiękiem

    Mężczyzna brzdąkający na gitarze na schodach werandy i nucący o zachodzie słońca wrócił z obrazem i dźwiękiem razem. W linijce Audio opisz nastrój piosenki, a nie melodię.

  • Zdjęcie, które porusza wiatr

    Zespoły modowe i portretowe

    Zdjęcie, które porusza wiatr

    Mężczyzna opierający się o balustradę dachu odwrócił się do kamery, gdy wieczorny wiatr złapał jego białą lnianą koszulę i włosy. Zdjęcie ustala twarz i garderobę, a prompt dodaje tylko ruch.

  • Bez cenzury, z dźwiękiem w zestawie

    Twórcy platform bez filtra

    Bez cenzury, z dźwiękiem w zestawie

    Brak filtra na prompt, obraz i wynik, a dźwięk jest w pakiecie. Wszyscy widoczni na ekranie muszą być dorośli, a w naszych testach najmocniejsze testy i tak wróciły złagodzone.

Od pierwszego klipu do gotowej partii z LTX-2 19B

  1. Wybierz tekst albo zdjęcie

    Tekst na wideo dla pomysłu w 16:9 lub 9:16, obraz na wideo, gdy twarz albo miejsce muszą pozostać bez zmian.

  2. Napisz obraz, potem dźwięk

    Jedna scena, jedna czynność, a potem linijka zaczynająca się od „Audio:” z tym, co ma być słychać.

  3. Szkicuj w 480p przez 5 sekund

    Sprawdź dźwięk i pierwszą klatkę, zanim wydasz więcej na długość albo rozdzielczość.

  4. Podnieś rozdzielczość i długość

    Puść zwycięzcę ponownie w 720p lub 1080p i wydłuż czas do 20 sekund, jeśli czynność tego potrzebuje.

  5. Uważaj na przeskoki do innego ujęcia

    W trybie obraz na wideo trzymaj prompt w obrębie sceny ze zdjęcia; inne miejsce może wywołać nowe ujęcie.

Prompty do LTX-2 19B, które warto skopiować

  • Występ z własnym dźwiękiem

    Dla trybu tekst na wideo w 16:9, 720p, 6 sekund.

    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.
  • Scena uliczna w pionie

    Dla trybu tekst na wideo w 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.
  • Ruch z portretu przy oknie

    Dla trybu obraz na wideo z portretu dorosłej osoby przy oknie. Zostań w obrębie miejsca ze zdjęcia.

    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.

Więcej pytań o LTX-2 19B

Używaj go, gdy klip ma brzmieć dobrze

Napisz jedną scenę, dodaj linijkę Audio z tym, co ma być słychać, i szkicuj w 480p przez 5 sekund.

Puść zwycięzcę ponownie w 720p lub 1080p, wydłuż do 20 sekund, a w trybie obraz na wideo trzymaj prompt w obrębie sceny ze zdjęcia, żeby klip nie przeskoczył do innego ujęcia.