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
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
WebsiteBench 是一个面向 AI 智能体的网站重建评测基准,包含 70 个网站任务和 46,916 个隐藏测试用例,要求智能体通过浏览器探索反向工程出功能和视觉都接近原站的全栈版本。
Auto Ontology MCP:把语义层接入 Claude、ChatGPT,让数据库问答不再“静默出错”
Auto Ontology MCP 是一个基于 Python 的 MCP 服务器,把 NVIDIA Auto Ontology 的语义层接入 Claude、ChatGPT、Cursor 等客户端。它不需要 LLM API key,由客户端模型完成语言步骤,服务器负责 schema 扫描、键推断、SQL 校验和本地知识库存储,帮助减少 Text-to-SQL 的静默错误。
PeakCut:开源自托管的 AI 视频切片工具,把长视频和直播变成竖版短片
PeakCut 是一个自托管的 AI 视频切片工具,能把长视频和直播自动转成带字幕的 9:16 竖版短片,支持自带 AI 密钥、实时直播切片和连接社交平台发布。
Gemini Config Checker:用登录浏览器实测代理配置能否进入 Google AI Studio 和 Gemini
Gemini Config Checker 是一个 Go 编写的代理配置检测工具,通过已登录的 Chromium 浏览器实测 AI Studio 和 Gemini 的区域可用性,支持简单与链式两种模式,并提供反 DPI 配置档和 Xray 配置导出。当前为 0.1.0 早期预发布版。
Gemini Config Checker:用登录态浏览器实测哪些代理配置能进 Google AI Studio 和 Gemini
Gemini Config Checker 是一个用登录态浏览器实测代理配置能否真正进入 Google AI Studio 和 Gemini 的工具,支持 Simple/Advanced 两种路线、Anti-DPI 配置和 Xray 配置导出。项目以 Go 编写,采用 Apache-2.0 许可证,目前约 473 Star,仍处于 0.1.0 早期预发布阶段。
Gemini Config Checker:用已登录浏览器实测代理配置能否进入 Google AI Studio 和 Gemini
Gemini Config Checker 是一个 Go 编写的开源工具,用已登录浏览器实测代理配置能否真正进入 Google AI Studio 和 Gemini,支持简单/高级两种链路模式、Anti-DPI 参数与 Xray 配置导出,当前为 0.1.0 早期预发布版本。
Gemini Config Checker:用已登录浏览器验证代理配置能否进入 Gemini
Gemini Config Checker 是一个代理配置扫描工具,通过已登录的浏览器实际访问 Google AI Studio 和 Gemini,读取 Google 的区域判定,帮助用户筛出真正可用的代理配置。支持 Simple 和 Advanced 两种模式,内置 Anti-DPI 配置,提供 Windows、macOS、Linux、Android 及 Web 服务器版本。
ai-texture-forge:在 Blender 视口里用 AI 生成无缝 PBR 纹理的插件
ai-texture-forge 是一个 Blender 插件,可在 3D 视口内用文本提示生成无缝 PBR 材质、概念图和场景级投影纹理,支持本地 GPU 或云端扩散模型,面向 Windows x64 和 Blender 4.2+。
Gemini Config Checker:用已登录浏览器实测代理配置能否访问 Google AI Studio 与 Gemini
Gemini Config Checker 是一款通过已登录浏览器实测代理配置能否访问 Google AI Studio 和 Gemini 的工具,支持 Simple/Advanced 双模式、Anti-DPI 参数和链式配置导出,当前处于 0.1.0 早期预发布阶段。
Gemini Config Checker:用已登录浏览器筛选能进 Google AI Studio 和 Gemini 的代理配置
Gemini Config Checker 是一个面向代理配置的检查工具,通过已登录的 Chrome/Edge/Brave 浏览器读取 Google 对 AI Studio 和 Gemini 的区域判定,支持简单与高级两种扫描模式,并提供 Anti-DPI 配置和 Xray 配置导出。









