精选国内外AI工具, 查看最新收录
ComfyUI · 数字人

视频工作流:LTX2.3无限时长音频驱动数字人

一首歌 / 一段音频 → 数字人跟着唱说,时长不受单次采样上限限制。

ComfyUI音频驱动数字人 + 无限时长(循环分段拼接) 免费获取 难度:高级 LTX2.3数字人音频驱动对口型无限时长
作者 ganai02 · v1 · 更新于 · 下载 2 次

效果预览

工作流说明

一首歌 / 一段音频 → 数字人跟着唱说,时长不受单次采样上限限制。核心机制:

  • For 循环分段生成:把音频切成段,每轮循环生成一段视频,初始值1 是本轮的上一帧画面让本轮接着画
  • 音频驱动:加载完整音频→ SoundFlow 取总秒数 → X AudioCrop 按段剪切 → 音频 Latent 参与采样 → 数字人对口型
  • 首尾帧接力:每段生成后「从批次获取图像」取末帧 → Set_开始帧图片 传给下一段做起始图(跨段一致性靠这个,不靠祈祷)
  • 帧序列落盘:批量保存图像序列 写 output/ltx2.3/%06d.png,最后「生成视频」把全部序列图合成 mp4 并配回音频
  • icLora:iclora_parameters 偏移 13.00,跨段保持身份一致性

节点结构

节点结构截图待补充

运行环境与硬件要求

最低显存16 GB
显存不够?查看 GPU 云主机 →

需要下载的模型

文件类型大小放置目录下载
ltx-2.3-22b-distilled_transformer_only…UNET 主模型models/diffusion_models
gemma_3_12B_it_fp8_e4m3fn.safetensors双 CLIP 之一models/text_encoders
ltx-2.3_text_projection_bf16.safetensors双 CLIP 之二models/text_encoders
ltx-2.3-spatial-upscalerx2-1.0.safetensorsLatent 放大模型models/latent_upscale_models
LTX23_video_vae_bf16.safetensors视频 VAEmodels/vae
LTX23_audio_vae_bf16.safetensors音频 VAEmodels/vae
taeltx2_3.safetensors预览微型 VAEmodels/vae

需要安装的自定义节点

节点包用途安装方式
LTXVideoLTXV 预处理、 LTXV 条件设置、 LTXV 引导裁剪、 LTXV 音频视频分离 Latent 、 LTXV 合并视频 Latent 、 LTXV 音频 VAE 编 … 、空 LTXVLatent 视频ComfyUI-Manager 搜索安装
ComfyUI-KJNodesLTX2 标准化注意力引导、 LTX2 采样预览覆盖、纯块遮罩、设置 Latent 噪波遮罩、数学表达式相关ComfyUI-Manager 搜索安装
Easy-UseFor 循环 - 起始 / 结束、整数运算、从批次获取图像、获取图像尺寸数量、生成视频ComfyUI-Manager 搜索安装
comfyui-variousGet/Set 变量、 X AudioCrop 、批量保存图像序列ComfyUI-Manager 搜索安装
SoundFlow获取总秒数ComfyUI-Manager 搜索安装
Custom-Scripts清理 GPU 占用、数学表达式ComfyUI-Manager 搜索安装
essentials简易运算ComfyUI-Manager 搜索安装
LayerStyle图层工具:按宽高比缩放 _V2ComfyUI-Manager 搜索安装
VideoHelperSuite合并为视频ComfyUI-Manager 搜索安装

使用步骤

  1. 上传人物参考图

  2. 「加载音频」上传驱动音频(歌曲/配音)

  3. 「裁剪的秒数」设定每段时长

  4. 写时间轴提示词:场景与镜头固定描述 + 人物演唱/说话状态

  5. Queue——For 循环自动分段跑完

    帧序列落盘后合成带音频的成片(前缀 LTX-2,24fps 合并节点处)。

关键参数说明

参数所在节点设置说明
裁剪的秒数15.00每轮循环生成的片段时长
音频过渡帧数常量段间重叠帧,保证口型衔接
icLora 偏移13.00跨段身份一致性参数
icLora 引导强度1.00
NAG 缩放 / alpha / tau11.000 / 0.300 / 3.000提示词遵循度三件套
CFG1.0
每秒帧数24.0 (常量区) / 25 (采样区)两处都有,改动需同步
循环后需要的 …1024跨段接力相关
序列存储路径output/ltx2.3/d.png批量保存图像序列
预览速率8.00

常见问题与报错

段与段之间人物变脸

确认 Set_开始帧图片 的接力线接通;icLora 偏移与引导强度不要为 0。

音画不同步

作者注释明确依赖 初始值2 自动算切音秒数——别手动改音频剪切逻辑;两处 fps(24/25)不一致也会累积偏移。

循环卡死/越跑越慢

每段结束有 清理GPU占用(Custom-Scripts)节点,确认它在循环体内。

中途断掉想续跑

帧序列在 output/ltx2.3/ 落盘,起始索引(Get_图片生成开始索引)设为已完成的帧号即可续。

更新记录

  • 无限时长数字人 v1For 循环分段 + 音频驱动
推荐工具↑ ↓ 选择 Enter 打开