AKUSPACE: Пространственный аудио LoRA для LTX-2.5
KoshiMazaki выпускает AKUSPACE v0.5, пространственный аудио LoRA для LTX-2.5, который размещает сгенерированные голоса и музыку в комнатах, клубах, соборах или на улице, включая узлы ComfyUI.
KoshiMazaki выпустил AKUSPACE v0.5, пространственно осознанный аудио LoRA для LTX-2.5, который придаёт сгенерированному или эталонному звуку акустические характеристики физического пространства: маленькой комнаты, пустого клуба, собора или открытой среды. Сам LoRA, демонстрационный сайт и сопутствующий Пакет Узлов ComfyUI открыты: Hugging Face | интерактивная демоверсия | ComfyUI-Koshi-Nodes.
Управляющая панель AKUSPACE: источник, слушатель и выбранное акустическое пространство, с показанным ниже временем затухания.
Что он делает
AKUSPACE обучен как аудио-аудио адаптер: он преобразует полученный звук, формируя голоса, биты и инструменты с помощью комнатного реверберации, уличной атмосферы и пространственных звуковых эффектов. Управляющая панель управляется промптом, со словом-триггером AKUSPACE и словом уровня между пространством и его характером:
AKUSPACE female spoken voice through synthetic cathedral reverb, moderate wide diffuse reflections and a long decaying tail, no background ambience| Режим | Варианты | Уровни |
|---|---|---|
| Пространство: комната, в которой находится звук | маленькая комната, средняя комната, пустой клуб, собор | мягкий / умеренный / сильный |
| Место: среда, в которой находится звук | улица днём, улица ночью | мягкий / сильный |
| Звуковые эффекты: обработка звука | двойная задержка | мягкий / сильный |
«Места» на улице только масштабируются вниз, а не вверх: фон атмосферы — это отдельная запись, а не хвост реверберации. Подписи к комнатам содержат время затухания; собор: зернистый эффект, а оба места на улице не имеют числового затухания.
Поддерживаемые рабочие процессы
| Вход | Выход |
|---|---|
| Аудио | Обработка аудио-в-аудио для существующей записи |
| Текст + аудио | Текст-в-видео с синхронизированным аудио, обработанным через AKUSPACE |
| Изображение + аудио | Изображение-в-видео с синхронизированным аудио, обработанным через AKUSPACE |
Проверенный маршрут для видео: сухой голос, затем проход обработки пространства аудио-в-аудио, затем изображение+аудио-в-видео с фиксированным обработанным аудио, пока изображение задаёт условия для первого кадра. Адаптер нацелен на ветви аудио; генерация видео обрабатывается базовой моделью LTX-2.5. Он также может работать как проход дубляжа, где его выровненный по времени эталон удерживает обработку привязанной к исходному исполнению.
Настройки и использование
Рекомендуемые настройки: 24 шага, CFG 1-2, корректировка до CFG 4 для большей громкости и детализации. Частичные подписи работают хуже полных, так как заключительные части фразы были присутствуют во всех обучающих подписях. Пакет узлов ComfyUI поставляется с просмотрщиком three.js для манипулирования промптом из вида сцены: источник, слушатель и пространство.
Доступность
- Весы LoRA: KoshiMazaki/akuspace-ltx25 под Лицензией сообщества LTX-2
- Узлы ComfyUI: koshimazaki/ComfyUI-Koshi-Nodes
- Интерактивное аудиовизуальное исследование: akuspace.pages.dev
Комментарии
Войдите через GitHub, чтобы участвовать в обсуждении.