Wprowadzenie
Przedłużanie wideo na LTX-2 19B. Wyślij klip do kontynuowania i opisz, co dzieje się dalej: ostatnia klatka klipu staje się klatką początkową nowego ujęcia LTX-2 19B z obrazu na wideo, a oryginał i nowy fragment wracają połączone w jednym pliku MP4. Płacisz tylko za nowe sekundy.
| Pole | Wartość |
|---|---|
| Wejście | Wideo |
| Wyjście | Wideo |
| Twórca modelu | Lightricks |
| Model | LTX-2 19B, wspólny transformer dyfuzyjny audio-wideo z otwartymi wagami |
| Endpointy | Tekst na wideo, obraz na wideo, przedłużanie wideo |
| Czas trwania | Od 5 do 20 sekund, w pełnych sekundach |
| Rozdzielczość | 480p, 720p lub 1080p (domyślnie 720p) |
| Rozmiary w trybie tekst na wideo | 832 x 448, 1280 x 704, 1920 x 1024 (16:9; przy 9:16 szerokość i wysokość się zamieniają) |
| Kształt w trybie obraz na wideo | Zgodny z obrazem źródłowym |
| Liczba klatek na sekundę | 24 fps |
| Dźwięk | Ścieżka stereo AAC w każdym klipie, generowana razem z obrazem |
| Wykonanie | Zadanie asynchroniczne, rozliczane za sekundę wyniku |
Najważniejsze funkcje
Zapisz dźwięk obok ujęcia
Prompt stawia mężczyznę na tylnym pomoście nocnego pociągu i kończy się linią Audio: koła na stykach szyn, wiatr, dzwonek przejazdu i odległy sygnał. MP4 wraca ze ścieżką stereo powstałą w tym samym przebiegu co obraz, bez osobnego kroku dźwiękowego.
Zdjęcie, które gra
Zdjęcie pilota w drzwiach srebrnego samolotu śmigłowego na mokrym pasie. Wsiada, a śmigło rusza: ścieżka przez pierwsze sekundy jest prawie cicha, a potem wypełnia ją silnik, gdy łopaty zaczynają się kręcić.
Foley wpisane w prompt
Deszcz spływający po szybach nocnej taksówki, para blisko siebie na tylnym siedzeniu i linia Audio dla deszczu na dachu, wycieraczek i kierunkowskazu: zapisz efekty obok akcji, a wrócą w tym samym klipie, z jednego żądania.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Wymagane. Co dzieje się dalej: następna akcja, ruch kamery i dźwięk w linii „Audio:”. od 1 znaków |
video_url | Tak | Klip do kontynuowania: MP4, MOV lub WebM, do 60 sekund. Jego ostatnia klatka staje się klatką początkową nowego fragmentu, więc przytnij go na czystej, ostrej klatce. od 1 znaków |
resolution | Nie | Rozdzielczość nowego fragmentu: 480p, 720p lub 1080p, domyślnie 720p. |
duration_seconds | Nie | Długość nowego fragmentu: liczba całkowita sekund od 5 do 20, domyślnie 5. 20 sekund to jedna generacja, a nie sklejona sekwencja. |
seed | Nie | Od 0 do 2147483647. Trzymaj stałą, by porównywać po jednym zmienionym polu; pomiń, by uzyskać różnorodność. |
Cennik
Opłata za każdą sekundę nowego fragmentu w wybranej rozdzielczości; wysłany klip źródłowy nie jest rozliczany.
| Specyfikacja | Cena |
|---|---|
| $0.0144 / sekundę |
| $0.0192 / sekundę |
| $0.0288 / sekundę |
Zastosowania
Klipy, które potrzebują dźwięku
Wokaliści, muzycy, barmani, tłum, pogoda: jedno żądanie zwraca gotowy MP4 z obrazem i dźwiękiem, bez osobnego etapu udźwiękowienia.
Dłuższe pojedyncze ujęcia
Do 20 sekund w jednej generacji – wystarczająco na scenę, a nie na fragment.
Dostawa w pionie i na szeroko
9:16 w 704 x 1280 do feedów, 16:9 do 1920 x 1024 do odtwarzaczy i montażu.
Klipy bez cenzury dla otwartych platform
Bez filtra treści na prompt, obraz ani wynik, razem z dźwiękiem. Wszystkie widoczne osoby muszą być pełnoletnie.
Wskazówki
Daj dźwiękowi osobną linię
Zakończ prompt słowem „Audio:” i wymień, co ma być słychać: „ice rattling in the shaker, low bar chatter, soft music”. Bez tego model i tak doda dźwięk, ale masz na niego mniejszy wpływ.
Długość wybierasz co do sekundy
Dowolna pełna sekunda od 5 do 20. Cena zależy od długości, więc szkicuj w 5 sekundach i wydłużaj, gdy ujęcie już działa.
Szkicuj w 480p, dostarczaj w 720p lub 1080p
Poziom 480p jest najtańszy za sekundę. W naszych testach 720p okazało się złotym środkiem: około 20 sekund czasu modelu na pięciosekundowy klip.
W trybie obraz na wideo zostań w kadrze
Opisz, co dzieje się dalej na wysłanym zdjęciu. Jeśli prompt opisuje inne miejsce, klip może przeskoczyć z twojej klatki początkowej do nowego ujęcia.
Wprowadzenie
LTX-2 19B Przedłużanie wideo kontynuuje klip, który już masz. Przekaż go w video_url razem z promptem opisującym, co dzieje się dalej. Ostatnia klatka klipu staje się klatką początkową nowego ujęcia LTX-2 19B z obrazu na wideo trwającego od 5 do 20 sekund, a obie części są łączone w jeden plik MP4: najpierw oryginał, potem kontynuacja, bez powtórzonej klatki na łączeniu. Nowy fragment wraca też jako osobny plik, więc możesz przedłużać dalej albo montować części oddzielnie.
Najważniejsze funkcje i zalety
Ciągłość bierze się z ostatniej klatki. Kostiumy, scenografia, światło i ustawienie wszystkich postaci zostają zachowane, bo nowy fragment dosłownie zaczyna się od twojej ostatniej klatki. Ruch nie przechodzi w ten sam sposób: model widzi jedną nieruchomą klatkę, a nie cały klip, dlatego opisz ruch, który ma trwać dalej, zamiast zakładać, że tempo i kierunek zostaną zachowane.
Dostajesz jeden plik i osobno nowy kawałek. Połączony MP4 zachowuje liczbę klatek na sekundę i kadrowanie Twojego klipu, bez czarnych pasów. Aby dopasować łączenie, obraz może zostać przycięty lub skorygowany o kilka procent przy krawędziach. Jeśli model zwróci wyraźnie inne proporcje, nowy fragment zostanie przeskalowany tak, aby wypełnić Twój kadr, i wyśrodkowany, a to, co wystaje, zostanie przycięte. Plik jest kodowany jako MP4 H.264 z dźwiękiem AAC. Każdy nowy fragment dostaje ścieżkę dźwiękową stereo wygenerowaną w tym samym przebiegu i nie ma przełącznika, który ją wyłącza. Dźwięk twojego oryginału zostaje, a obie części są łączone krótkim przenikaniem na łączeniu, żeby dźwięk przechodził bez twardego cięcia. Drugi zasób w wyniku to sam nowy fragment, gotowy do kolejnego przedłużenia albo do montażu.
Cała reszta to LTX-2 19B z obrazu na wideo. Nowy fragment idzie tymi samymi trasami, z tym samym zakresem treści i tą samą ceną za sekundę co punkt końcowy z obrazu na wideo, a nieudana generacja jest zwracana w ten sam sposób. Jeśli generacja się powiedzie, ale nie uda się zbudować połączenia, zadanie kończy się błędem, a opłata jest zwracana.
Zastosowania
Wydłuż ujęcie, które skończyło się za wcześnie: obrotowy stolik z produktem, który zatrzymuje się, zanim etykieta spojrzy w kamerę, albo spacer urwany, zanim postać dojdzie do drzwi. Przedłuż je o kilka sekund i opisz tylko pozostały ruch.
Buduj dłuższą sekwencję krok po kroku. Wygeneruj pierwsze ujęcie, przedłuż je, a potem przedłuż połączony wynik jeszcze raz; każdy krok rozlicza tylko sekundy, które dodaje. Ponieważ każdy krok zaczyna się od jednej klatki, sprawdź każde łączenie, zanim dołożysz następne.
Poradnik promptów i wskazówki dla zaawansowanych
Opisz następny moment, a nie całą scenę. Klatka ustala już, kto gdzie jest; prompt przeznacz na następną akcję, ruch kamery i dźwięk, a zakończ go linią „Audio:” z dwoma, trzema dźwiękami. Powtórz język kamery, którym kończył się klip, na przykład powolny najazd albo statyczne ujęcie, żeby łączenie wyglądało jak jedno ujęcie.
Przytnij przed przedłużeniem. Ostatnia klatka to jedyny obraz, który widzi model, więc rozmyte, urwane w pół ruchu albo mocno skompresowane zakończenie przechodzi wprost do kontynuacji. Najpierw przytnij oryginał na czystej, ostrej klatce. Akceptowane są oryginały do 60 sekund w formatach MP4, MOV lub WebM.
Zachowaj spójną rozdzielczość. Rozdzielczość decyduje tylko o tym, jak ostry jest generowany nowy segment, więc niższe ustawienie sprawia, że nowa część wygląda miękciej niż oryginał. Dopasuj rozdzielczość do źródła i ustaw duration_seconds na długość, której naprawdę potrzebujesz: opłata dotyczy wyłącznie nowego segmentu.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "lightricks/ltx-2-19b/video-extend",
"input": {
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
