LTX-2 19B генерирует звук?

Да, в каждом клипе. Lightricks создала её как единую модель для картинки и звука, и каждый MP4 несёт стереозвук AAC на 24 кГц, который следует промпту. Выключателя звука нет, а авторы отмечают, что звук без речи может быть более низкого качества.

Какой длины может быть клип?

Любая целая секунда от 5 до 20. Запрос на 4 или 21 секунду отклоняется при отправке. Запрос на 5 секунд возвращает файл в 5,04 секунды, потому что число кадров равно секундам, умноженным на 24, плюс один.

Какие разрешения и формы я получу?

480p, 720p и 1080p. В режиме «текст в видео» при 16:9 это 832 x 448, 1280 x 704 и 1920 x 1024, а при 9:16 стороны меняются местами. Режим «изображение в видео» следует за вашим фото: фото 16:9 вернулось в 832 x 448, 1216 x 704 и 1856 x 1088.

Она без цензуры?

Да. Ничто не фильтрует ни промпт, ни изображение, ни результат. Большинство наших тестовых промптов отрисовалось как написано, а самый сильный модель вернула смягчённым. Все, кто в кадре, должны быть совершеннолетними, а права и согласие на то, что вы генерируете, остаются за вами.

Насколько она быстрая?

5-секундный клип в 720p занимал в наших прогонах от 14 до 25 секунд работы модели, 1080p — от 31 до 44, а 20-секундный клип в 480p — 36. 5-секундный клип в 480p в прогретом состоянии шёл от 7 до 9 секунд, а холодным или стоявшим в очереди — от 45 до 118.

Почему мой клип в режиме «изображение в видео» перескакивает на другую сцену?

Первый кадр — ваше фото, но промпт, описывающий другое место, может заставить клип перескочить на новый план. Описывайте то, что происходит дальше внутри картинки.

Обязателен ли промпт в режиме «изображение в видео»?

Да, для этой модели нужны и изображение, и промпт — в отличие от HunyuanVideo 1.5, где промпт необязателен.

Нужны ли LoRA для движений камеры или стилей?

Только если вам нужен такой контроль. LTX-2 19B LoRA — та же модель с тремя файлами LoRA на запрос, например с официальными LoRA управления камерой; у эндпоинтов этой страницы поля для LoRA нет.

LTX-2 19B API: NSFW-видео со звуком без цензуры, 5–20 с

lightricks/ltx-2-19b/text-to-video

Text-to-video LTX-2 19B генерирует клип на 5–20 секунд и его стереозвук по одному промпту, в 480p, 720p или 1080p, в 16:9 или 9:16. Голоса, музыка и эффекты следуют промпту, оплата за секунду, фильтра контента нет.

От $0.014/с

Запустить модель Открыть API

Ввод

Текст в видео

Промпт

Соотношение сторон

Разрешениевлияет на цену

Длительностьвлияет на цену

Сид

Фильтр безопасностиВыключен

SpicyAPI не применяет фильтр безопасности к этой модели. Промпт и материалы передаются модели без изменений, а результат определяет сама модель.

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Вывод

Готово к запуску

Пример результата

Продлить

Апскейл видео

Редактирование видео

{
  "model": "lightricks/ltx-2-19b/text-to-video",
  "input": {
    "aspect_ratio": "16:9",
    "resolution": "720p",
    "duration_seconds": 6,
    "seed": 530511,
    "prompt": "Night on the open-air rear balcony of the last carriage of a vintage passenger train racing across a dark plain, the steel tracks streaming away behind it. An adult Japanese man in his mid-thirties in a long wool overcoat worn open over a white shirt with the collar undone grips the brass rail as the wind tears at his coat and hair; the rails run away behind him into the dark, lit red by the tail lamp. A level crossing flashes past, its lights strobing across his face, and he turns to the camera with a slow, dangerous smile. Handheld 35mm, slight push-in, cold blue night with red tail-lamp glow, film grain. Audio: the fast clatter of wheels over rail joints, roaring wind, a crossing bell rising and fading as it passes, then one long horn from the locomotive far ahead."
  }
}

Введение

LTX-2 19B Текст в видео превращает один промпт в клип с собственной звуковой дорожкой. LTX-2 — открытая аудио-видео базовая модель Lightricks на 19 млрд параметров; этот эндпоинт возвращает от 5 до 20 секунд в 480p, 720p или 1080p в 16:9 или 9:16, со стереозвуком в том же MP4. Платформа не добавляет фильтр контента.

Выберите режим по исходному материалу

Что у вас есть	Режим
текстовое описание	LTX-2 19B Текст в видео
фото, которое нужно оживить	LTX-2 19B Изображение в видео
ваши собственные файлы LoRA	LTX-2 19B LoRA Текст в видео

Ключевые возможности и особенности

Картинка и звук вместе

Голоса, пение, инструменты, эффекты и фон помещения генерируются вместе с кадрами, поэтому совпадают с действием.

От 5 до 20 секунд

Любое целое число секунд в этом диапазоне, оплата за секунду.

Быстрая в 720p

В наших тестах 5-секундный клип в 720p занимал от 14 до 25 секунд времени модели.

Без цензуры

Фильтра нет ни на промпт, ни на клип. Наши контентные пробы среднего уровня отрисовались как написано; самая сильная вернулась смягчённой.

Параметры запроса

Параметры запроса LTX-2 19B · Text to Video
Параметр	Обязательно	Описание
`prompt`	Да	Опишите сцену, действие и камеру, а затем звук отдельной строкой «Audio:»: голоса, музыка, эффекты, атмосфера. Не менее 1 символов
`aspect_ratio`	Нет	16:9 для альбомной ориентации (по умолчанию) или 9:16 для портретной. Форма кадра на цену не влияет. `16:9` · `9:16` · По умолчанию: `16:9`
`resolution`	Нет	480p (832 x 448), 720p (1280 x 704, по умолчанию) или 1080p (1920 x 1024). Каждый следующий уровень стоит дороже за секунду. `480p` · `720p` · `1080p` · По умолчанию: `720p`
`duration_seconds`	Нет	Любое целое число секунд от 5 до 20, оплата за секунду. `≥ 5` · `≤ 20` · По умолчанию: `5`
`seed`	Нет	Помогает сравнивать запуски, пока вы меняете что-то одно за раз. Идентичного кадр в кадр клипа он не обещает. `≥ 0` · `≤ 2147483647`

Стоимость

Оплата за секунду результата при выбранном разрешении. Соотношение сторон на цену не влияет, звуковая дорожка входит в стоимость.

Стоимость
Спецификация	Стоимость
`480p`	$0.0144 / секунду
`720p`	$0.0192 / секунду
`1080p`	$0.0288 / секунду

Сценарии использования

Клипы-выступления

Певцы, музыканты и танцоры со своим звуком в одном файле.

Более длинные дубли

Двадцати секунд хватает на сцену с началом и концом.

Клипы для платформ без фильтра

Без фильтра контента, звук в комплекте, в кадре только совершеннолетние.

Открыть руководства по ключевым сценариям

Руководство по промптам и практические советы

Звук — отдельной строкой

Закончите промпт словом «Audio:» и перечислите, что должно звучать.

Речь надёжнее фона

Разработчик отмечает, что звук без речи может быть более низкого качества; голос или песня звучат убедительнее.

Черновик на 5 секунд

Найдите кадр на 5 секундах и в 480p, затем увеличивайте длину или разрешение.

Учитывайте чуть укороченные кадры

720p — это 1280 x 704, а 1080p — 1920 x 1024; планируйте кадрирование с учётом этого.

Быстрый старт 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/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "duration_seconds": 5
  }
}'

# 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"

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.

Связанные модели и следующие шаги

Нужной модели нет?

Напишите, какую модель добавить и для чего она вам нужна. Запрос попадёт к тем, кто решает, что подключать дальше.

Один запрос — один готовый клип с картинкой и звуком

LTX-2 19B — открытая аудио-видеомодель Lightricks, и каждый клип она возвращает как готовый MP4 со стереосаундтреком, сгенерированным за тот же проход. Режимы «текст в видео» и «изображение в видео» дают от 5 до 20 секунд в 480p, 720p или 1080p, а 5-секундный клип в 720p занимал в наших прогонах от 14 до 25 секунд работы модели. Голоса, пение, эффекты и атмосфера следуют вашему промпту, а выключателя звука нет. Ничто не фильтрует ни промпт, ни изображение, ни результат.

Открыть плейграунд

Один запрос — один готовый клип с картинкой и звуком

Модель: Lightricks LTX-2 19B — открытая аудио-видеомодель, создающая картинку и звук вместе
Длина клипа: Любая целая секунда от 5 до 20; 4 и 21 отклоняются при отправке
Разрешение: 480p 832 x 448, 720p 1280 x 704, 1080p 1920 x 1024 при 16:9; при 9:16 стороны меняются местами
Звук: Стерео AAC на 24 кГц в каждом клипе, отключить нельзя
Скорость: 5 с в 720p: от 14 до 25 секунд; в 1080p: от 31 до 44; 20 с в 480p: 36 секунд
Фильтр контента: Нет; большинство тестовых промптов отрисовалось как написано, а самый сильный вернулся смягчённым

Звук: Звук — часть клипа, а не отдельный шагКаждый клип вернулся со стереозвуком AAC: баллада певицы в лаунже, шейкер бармена, гитара на ступенях крыльца. Добавьте строку, начинающуюся с «Audio:», и перечислите, что должно звучать, чтобы направить звук; без неё модель всё равно добавит звук, но вы управляете им меньше.
Длина: До 20 секунд за одну генерациюВыберите любую целую секунду от 5 до 20. 20-секундный клип в 480p в нашем прогоне занял 36 секунд работы модели — этого хватает на сцену, а не на обрывок. Число кадров равно секундам, умноженным на 24, плюс один, поэтому запрос на 5 секунд даёт файл в 5,04 секунды.
Ограничения: Чего модель не делаетВыключателя звука и точных до кадра размеров нет: 1080p — это 1920 x 1024, а 720p — 1280 x 704. Режим «текст в видео» предлагает только 16:9 и 9:16, а режиму «изображение в видео» нужны и фото, и промпт. Авторы отмечают, что звук без речи может быть более низкого качества.

Как работать с LTX-2 19B

Отдайте звуку отдельную строку

Закончите промпт строкой «Audio:» и назовите, что должно звучать, например «ice rattling in the shaker, low bar chatter, soft music». Оба промпта с певицей в лаунже и барменом из галереи содержали строку Audio, поэтому сначала описывайте действие, а затем звук.

Выбирайте длину и форму для каждого запроса

Режим «текст в видео» принимает 16:9 или 9:16, а лист показывает три момента одного вертикального клипа для лент. Длительность — любая целая секунда от 5 до 20, поэтому делайте черновик на 5 и растягивайте идею, только когда кадр заработал.

Черновик в 480p, финал в 720p или 1080p
Прогрев 5-секундного клипа в 480p занимал от 7 до 9 секунд, а холодные или стоявшие в очереди прогоны — от 45 до 118. 720p — золотая середина в наших тестах: от 14 до 25 секунд, а 1080p занимал от 31 до 44.
В режиме «изображение в видео» оставайтесь внутри картинки
Первый кадр — ваше фото, и клип следует его форме. Если промпт описывает другое место, клип может перескочить на новый план: в нашем тесте фото певицы на сцене с промптом о другой комнате перескочило в эту комнату. Описывайте то, что происходит дальше на отправленной картинке.
Одна сцена на клип
Один герой, одно действие и одно место, затем строка со звуком. Длинные клипы дают сцене вздохнуть, но если сложить в одном промпте несколько событий, выбирать будет модель.

Кто использует LTX-2 19B

Авторы фитнеса и лайфстайла
Клипы, которые уже звучат как надо
Женщина у штанги в полутёмном зале: режим «изображение в видео» стартует с фото, она берётся за гриф, поднимает и удерживает, а строка Audio в промпте просит звуки зала. Отдельной звуковой дорожки, которую нужно подгонять, нет.
Музыканты и создатели клипов
Выступления с настоящим звуком
Мужчина, перебирающий гитару на ступенях крыльца и напевающий на закате, вернулся сразу с картинкой и звуком. Описывайте в строке Audio настроение песни, а не мелодию.
Команды моды и портретов
Статичный кадр, который двигается на ветру
Мужчина, облокотившийся на перила крыши, обернулся к камере, когда вечерний ветер подхватил его белую льняную рубашку и волосы. Фото фиксирует лицо и гардероб, а промпт добавляет только движение.
Разработчики платформ без фильтра
Без цензуры и сразу со звуком
Фильтра нет ни на промпт, ни на изображение, ни на результат, а звук идёт в комплекте. Все, кто в кадре, должны быть совершеннолетними, и в наших тестах самые сильные промпты всё равно возвращались смягчёнными.

От первого клипа до готовой партии в LTX-2 19B

Выберите текст или фото
«Текст в видео» — для идеи в 16:9 или 9:16, «изображение в видео» — когда лицо или место должны остаться неизменными.
Сначала напишите картинку, затем звук
Одна сцена, одно действие, затем строка, начинающаяся с «Audio:», и то, что должно звучать.
Черновик в 480p на 5 секунд
Проверьте звук и первый кадр, прежде чем тратить больше на длину или разрешение.
Повысьте разрешение и длину
Перезапустите лучший вариант в 720p или 1080p и растяните длительность до 20 секунд, если действию это нужно.
Следите за перескоками
В режиме «изображение в видео» держите промпт внутри сцены фото; другое место может вызвать новый план.

Промпты для LTX-2 19B, которые стоит скопировать

Выступление со своим звуком

Для режима «текст в видео» в 16:9, 720p, 6 секунд.

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.

Уличная сцена в вертикали

Для режима «текст в видео» в 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.

Движение из портрета у окна
Для режима «изображение в видео» по портрету взрослого у окна. Оставайтесь внутри обстановки фото.
```
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.
```

Ещё вопросы о LTX-2 19B

Берите её, когда клип должен звучать как надо

Напишите одну сцену, добавьте строку Audio с тем, что должно звучать, и сделайте черновик в 480p на 5 секунд.

Перезапустите лучший вариант в 720p или 1080p, растяните его до 20 секунд, а в режиме «изображение в видео» держите промпт внутри сцены фото, чтобы клип не перескакивал на другой план.

Все модели LTX6

LTX 2.5Текст в видео · Изображение в видеоОт $0.09за секунда результата
LTX 2.3 SpicyИзображение в видео · Продление видеоПрейскурантная цена Spicy: $0.02От $0.019за секунда результата
LTX 2.3 Spicy LoRAИзображение в видео · Продление видеоПрейскурантная цена Spicy: $0.03От $0.029за секунда результата
LTX-2.3 LoRAТекст в видео · Изображение в видеоОт $0.024за секунда результата
LTX-2 19BТекущаяТекст в видео · Изображение в видео · +1От $0.014за секунда результата
LTX-2 19B LoRAТекст в видео · Изображение в видеоОт $0.018за секунда результата

Рабочая область