这是一个基于 ComfyUI 的 LTX 2.3 音视频同步生成工作流，核心功能是上传一段音频 + 参考图片（可多张图），自动生成与音频内容对应的视频，适合制作人物说话、唱歌等口型同步视频。工作流使用8位量化版ltx2.3模型，显存需求降低生成速度更快。
主要功能
音频驱动视频生成 上传音频文件后，工作流会自动根据音频时长计算视频帧数，生成内容与音频节奏、时长完全匹配的视频，无需手动设定秒数。
人声分离 内置 MelBandRoFormer 模型，可自动将音频中的人声与背景音乐分离，默认使用分离后的人声驱动视频生成，背景音乐也会保留在最终输出中，也可以通过开关切换使用原始音频。
分段提示词控制 通过 PromptRelayEncodeTimeline 节点，可以在时间轴上为不同片段设置不同的提示词，实现镜头切换、场景变化等效果。
性能优化 集成了 SageAttention 加速和 LTXVChunkFeedForward 分块前馈，在保证画质的同时降低显存占用，大幅提升生成速度。
使用步骤
- 在音频输入节点上传
.wav格式音频文件，设置截取区间（start/end time） - 在图片输入节点上传与音频对应的参考人物图片
- 根据需要调整视频分辨率（宽 × 高），默认为竖屏 640 × 1120
- 在 Prompt Relay 节点填写全局提示词及分段描述
- 运行工作流，结果以 MP4 格式保存输出
分辨率参考
| 方向 | 可选尺寸 |
|---|---|
| 横版 | 848×480 / 960×544 / 1120×640 |
| 竖版 | 480×848 / 544×960 / 640×1120 |
| 方形 | 512×512 / 768×768 |
注意事项
- 音频格式：建议使用 WAV 格式，视频时长由音频时长自动决定
- 参考图片：图片中人物面部尽量清晰，角度正面效果更佳
- 显存需求：建议英伟达显卡30系列起，显存 8GB 以上
ltx2.3音频驱动视频生成工作流及模型下载
https://pan.quark.cn/s/186b6dd01260
本工作流文件名为“LTX2.3漫剧视频制作音频参考版.json”
相关推荐
最近更新
Claude 再放大招，Sonnet 5 来了
一觉醒来Anthropic又放大招了，Claude Sonnet 5来了。 不得不说国外大语言模型更新的是真快的，各家LLM版本更新迭代频率都很高，Claude 刚发布Opus 4.8 不久，这又发布了Sonnet 5.Anthropic ...
AutoVidDub支持分角色配音的全自动视频翻译配音加字幕工具
支持分角色配音的全自动流水线，一键将外语视频转为带母语配音和双语字幕的目标语言视频。 一、软件简介 AutoVidDub 是一套运行在本地 GPU 上的全自动视频翻译配音工具。你只需提供一个视频文件，它就能自动完成以下全部工序： 二、核心功...
极速轻便声音克隆语音合成软件MOSS-TTS-Nano整合包，CPU可流畅运行
一、项目概述 MOSS-TTS-Nano 是由 MOSI.AI 与 OpenMOSS 团队 联合开发的开源多语言小模型语音合成系统。模型参数量仅 0.1B，专为实时语音生成场景设计，无需 GPU 即可在 CPU 上直接运行，适合本地演示、W...
最强分说话人语音识别工具，支持批量音视频识别转字幕，字幕翻译内容总结
本软件是一款基于 Qwen3-ASR-1.7B 大模型的本地音视频语音识别工具，配备说话人分离功能，可在个人电脑上实现： 整个流程通过简洁的 Gradio Web 界面 操作，点击按钮即可完成识别与导出。 主要功能特点 1. 单文件识别与批...
最强PR中文视频自动语音识别生成字幕插件，语音识别准确率高支持多国语言
上次和大家分享了PR非常好用的自动剪辑口播视频静音片段插件，如果想要自动生成视频字幕的话，用PR自带的语音识别转字幕工具，效果非常差，语音识别准确率非常低，识别的文本差太多手动修改起来极其麻烦，反而更加浪费时间了。为了提高工作效率，降低人工...
祝贺凡人修仙传2026年新年番开播同时在线人数超64万
今天6月13日凡人修仙传新年番开播，同时在线人数破64万（非最高在线人数，只是我看到的在线人数），作为凡人5年老粉，必须发个帖祝贺一下。 我比较喜欢看动漫，各种类型看了很多，具体不清楚多少，像斗罗斗破之类看了一大半终究是没能看下去，还是雾山...
Premiere Pro静音片段自动剪辑插件——Silence Remover使用教程及下载
对于做口播、Vlog、播客剪辑的朋友来说，最耗时的工作之一就是手动找出视频中的”哑巴”片段——说话间隙、停顿、思考时的”嗯啊”——并逐一删除。今天给大家介绍一款来自 Phantom Edito...
蛙蛙写作-能替你"打工"的AI写作平台，附邀请码：UZekHC
我不是一个容易被工具说服的人。用过 ChatGPT、试过各种”AI写作神器”，大多数要么写出来全是机翻腔，要么根本不懂网文的爆款逻辑。 直到我开始用蛙蛙写作，才发现原来一个工具真的可以懂你想写什么。 🐸 蛙蛙写作是什...
PDFMathTranslate + MinerU 批量PDF全文双语翻译转Markdown工具
本工具是一款基于 PDFMathTranslate 与 MinerU 整合的桌面端 PDF 翻译工具，通过简洁的 Web 界面实现一键式 PDF 全文双语翻译，并可选择将翻译结果导出为 Markdown 格式，方便导入知识库或进行二次编辑。...
Claude居然自称“本人”
今天在和Claude聊网文写作的时候，Claude回复中居然自称本人，这让我有点震惊。 我经常会和AI聊工具功能对比等话题，ChatGPT、Gemini、Claude这些以前我记得从来没有自称过本人的，好像都是本模型，本工具等等，反正从来没...
