展开本页目录
开始前准备什么
- 需相应权重许可与足够 NVIDIA GPU；不混用 T2V 参数，不声称在 Mac 实测生成。
- 先阅读README与asset-identity.json；不要把作者原生参考或官方示例当成目标工具的本站实测。本题原生功能不要求apizt Key。
- 制作四事件
- 定义动作
- 核对A2V
- 授权运行
- 提取音轨
- 逐事件核对
- 保留失败
1. 制作四事件
制作有权使用的四事件音频，导出 WAV、事件时间和哈希。
先下载本题独立练习包并读README。原创48kHz四事件WAV、准确事件表和原生动作验收帧；未运行LTX A2V，不将作者编排动作称模型生成。
2. 定义动作
定义各声音对应玩具动作，并把动作描述写入视频提示。
3. 核对A2V
按官方 A2VidPipelineTwoStage 代码确认音频输入与正确权重参数。
4. 授权运行
只在满足许可和 GPU 条件时执行，保留实际任务参数和失败信息。
原生参考只帮助核对具体输入和验收动作；目标工具真实结果由你在相应许可、账号或硬件条件下保存。
5. 提取音轨
提取输出音轨，比较时长、事件位置及是否保留输入声音。
6. 逐事件核对
逐事件检查动作开始帧，记录提前、滞后和无动作，不声称严格唇形保证。
7. 保留失败
交付事件对照表与真实输出；未运行时仅展示原生输入和官方演示参考。
保留原输入、参数和失败差异，填写checks.csv的actual/status；表格没有预填通过。
怎样确认已经完成
- 逐事件检查动作开始帧，记录提前、滞后和无动作，不声称严格唇形保证。
- 交付事件对照表与真实输出；未运行时仅展示原生输入和官方演示参考。
- 音频的四事件时间与文件哈希已知；视频动作应按条件响应，不是把音频可视化频谱。
常见问题
LTX 怎么先给音频再生成匹配的视频？
使用A2VidPipelineTwoStage的音频条件入口，准备清晰可追踪的事件音频及动作提示，不套用Text-to-Video示例参数。
音频驱动的视频怎么检查声音有没有被改掉？
提取输出音轨核对声音和事件时间，再看动作开始帧的提前/滞后。包内四事件WAV和作者动作帧是验收材料，不是LTX结果。
练习包里哪些是目标工具的实际结果？
原创48kHz四事件WAV、准确事件表和原生动作验收帧；未运行LTX A2V，不将作者编排动作称模型生成。 逐文件身份和实际生成方式见asset-identity.json。