LTX-2.3 Foley LoRA：为 Lightricks 视频模型添加逼真的视频转音频音效
news
FuzzPuppy 发布了 LTX-2.3 Foley LoRA，这是一个视频转音频 LoRA，可为 LTX-2.3 生成的视频添加逼真、视觉同步的音效，而不叠加背景音乐。
FuzzPuppy 发布了 **LTX-2.3 Foley LoRA**（HuggingFace），这是一个针对 Lightricks 的 LTX-2.3 的 LoRA 适配器，能够为已生成的视频内容生成逼真、视觉同步的音效，而无需添加背景音乐或配乐。
概述
LTX-2.3 Foley 是一个针对 Lightricks 的 LTX-2.3 视频生成模型的视频转音频 LoRA。虽然 LTX-2.3 原生会生成伴随音频的视频，但它通常默认生成背景音乐或有节奏的配乐材料。Foley LoRA 将模型引导至生成与视觉内容匹配的真实世界音效——如脚步声、关门声、厨房声音、运动碰撞声等。
“Foley”这个名称源于电影制作中一种录制与屏幕动作同步的自定义音效的技术。
工作原理
该 LoRA 应用于 LTX-2.3 的视频转音频能力之上。用户通过以下方式控制输出：
- LoRA 乘数：推荐范围 1–3（值越高，对音乐的抑制越强）
- 描述性提示词：描述可见动作，后接 "No speech is present. No music is present."
- 负面提示：排除音乐、旋律、歌声和配乐元素
兼容性
Foley LoRA 专为 LTX-2.3 基础或蒸馏视频转音频模型设计。它以单个 .safetensors 文件（ltx-2.3-foley-400-steps.safetensors，400 步训练）提供，可通过 ComfyUI 或 diffusers 中的标准 LoRA 加载工作流进行加载。
获取方式
该 LoRA 权重根据 LTX 社区许可协议 在 HuggingFace 上发布：