一、数字人介绍

核心功能：通过输入提示词直接生成数字人视频，适用于短视频制作和带货场景

1.训练流程

技术特征：

采用LTX-2.3文生视频工作流

集成数字人LoRA模型（LTX2.3_数字人_V1）

支持角色特征与音色同步一致

关键配置步骤：

添加LTX2.3数字人LoRA模型

设置视频分辨率（720×1280）和时长

输入包含触发词的提示模板：

操作流程：

在工作流中加载数字人模型

配置视频参数（CFG=2，采样步数20）

输入角色动作描述和台词文本

点击运行生成视频

核心特征：

角色一致性：人物形象特征与音色保持同步

高效生成：通过提示词直接驱动生成过程

多场景适配：支持自定义动作、表情和语言内容

典型输出：

角色形象：身穿绿色服装的写实风格数字人

行为特征：挥手动作、友好微笑

语音内容："大家好，我是韩立数字人，刚刚被训练出来，角色和音色都同步一致"

二、数字人Lora模型训练

1.训练步骤

训练流程：

训练数字人Lora模型只需简单两步

1.准备数字人训练素材并打标

2.直接开启训练等待完成

1）Lora训练大师的数据集

数据集创建：在Lora训练大师中新建数据集，如"韩立数字人"

素材准备：下载训练素材视频文件并导入数据集

打标要求：每个素材开头需要添加触发词（如"Fanrenhanli"）

标注格式：视频素材需包含完整的对话文本标注

触发词作用：作为模型识别的关键标识符

2）模型训练

任务配置

基础设置：

任务命名（如"LTX2.3_数字人_V2"）

选择训练类型（如"LTX2.3_T2V"）

指定数据集（如"韩立数字人"）

关键参数：

采样提示词：使用打标时的触发词

采样尺寸：默认512×512

显存优化：根据显卡性能选择是否启用低显存模式

模型训练过程

过程采样：可实时查看训练生成的样本效果

Loss曲线：包含按训练步数和轮数的两种平均值曲线

训练时长：示例中显示总训练时长为374小时

训练名的输出和时间操作

模型保存：

按轮次和步数自动保存多个版本

文件格式为.safetensors

需复制到ComfyUI的models/loras目录使用

数据集

应用方法：

在文生视频工作流中加入训练好的Lora模型

提示词必须包含训练时使用的触发词

示例提示词："Fanrenhanli, dressed in magnificent green clothing..."

三、知识小结

型号	功能亮点	技术参数	适用场景	竞品对比优势
LTX2.3数字人	角色音色同步一致提示词直接生成内容	支持分辨率/时长设置LRM模型训练	短视频制作直播带货	支持动态采样低显存模式优化
训练系统	两步简易训练1.素材打标 2.自动训练	支持loss曲线监控过程采样预览	数字人克隆音色复刻	集成comfyui触发词控制
工作流	文生视频+数字人集成	动作描述+语音合成	内容创作教育培训	端到端解决方案

步骤	操作要点	关键参数	输出结果	注意事项
数据准备	素材打标建立数据集	触发词标记采样帧率设置	标准化训练集	确保音画同步
模型训练	选择LTX2.3模板配置显存模式	训练轮数loss阈值	LRM模型文件	监控采样效果
部署应用	模型导入comfyui配置工作流	提示词结构分辨率设定	可交互数字人	触发词需匹配

可点击下方原文链接观看视频教程👇

https://comfyit.cn/blog/228/?invite_code=TSH