Ana içeriğe geç
YeniSeedance 2.5 yayında→
ModelRunner
lightricks avatarı

LTX-2.3 Text-to-Audio API

lightricks/ltx-2.3/text-to-audio

Metin prompt’undan ses efektleri, ortam sesi ve konuşmayı andıran sesler üretin; süreyi kare hassasiyetinde siz belirleyin.

üretilen ses için saniye başına 0.1
OpenAPI

Model girdisi

Input

The prompt to generate the audio from.

Min: 9 - Max: 481

Audio duration in LTX video-frame units. Duration in seconds is approximately num_frames / frames_per_second. Default 121 frames at 24 fps is about 5 seconds; the maximum 481 frames is about 20 seconds.

Min: 1 - Max: 60

Frame rate used to derive the clip duration together with num_frames.

Additional Settings

Customize your input with more control.

Min: 8 - Max: 30

Number of denoising steps. More steps can improve quality at the cost of speed.

Min: 1 - Max: 20

Classifier-free guidance scale; higher values follow the prompt more strictly.

Qualities to steer the generated audio away from.

Random seed for reproducible generation. Leave empty for a random result.

If true, automatically elaborate the prompt before generation.

Safety checker can only be disabled on API call

You need to be logged in to run this model and view results.
Log in

Model çıktısı

Output

Loading
Generated in 39.906 seconds
Logs (1 lines)

Örnek istekler

Örnekler

LTX-2.3 Text-to-Audio API

LTX-2.3 Text-to-Audio is a sound AI model by lightricks. On ModelRunner it runs through a REST API or via MCP from any AI assistant, at $0.1 per second of audio.

POST https://queue.modelrunner.run/lightricks/ltx-2.3/text-to-audio

cURL

# Submit a request to the queue. Input fields go at the top level of the
# body. The optional reserved "metadata" object holds your own flat string
# tags — stored on the request, never sent to the model; filter later with
# GET https://queue.modelrunner.run/requests?metadata=<url-encoded JSON>.
curl -X POST https://queue.modelrunner.run/lightricks/ltx-2.3/text-to-audio \
  -H "Authorization: Key $MRUN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Gentle rain on a tin roof with distant rolling thunder.",
    "num_frames": 121,
    "guidance_scale": 1,
    "negative_prompt": "pc game, console game, video game, cartoon, childish, ugly",
    "frames_per_second": 24,
    "num_inference_steps": 15,
    "enable_safety_checker": true,
    "enable_prompt_expansion": false,
    "metadata": {
      "project": "my-project"
    }
  }'
# → { "request_id": "...", "status_url": "...", "response_url": "..." }

# Poll status_url until "COMPLETED", then fetch the result
curl "https://queue.modelrunner.run/lightricks/ltx-2.3/text-to-audio/requests/$REQUEST_ID/status" \
  -H "Authorization: Key $MRUN_API_KEY"
curl "https://queue.modelrunner.run/lightricks/ltx-2.3/text-to-audio/requests/$REQUEST_ID" \
  -H "Authorization: Key $MRUN_API_KEY"

JavaScript

import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("lightricks/ltx-2.3/text-to-audio", {
  input: {
    "prompt": "Gentle rain on a tin roof with distant rolling thunder.",
    "num_frames": 121,
    "guidance_scale": 1,
    "negative_prompt": "pc game, console game, video game, cartoon, childish, ugly",
    "frames_per_second": 24,
    "num_inference_steps": 15,
    "enable_safety_checker": true,
    "enable_prompt_expansion": false
  },
});
console.log(result);

Python

import os
import requests

headers = {"Authorization": f"Key {os.environ['MRUN_API_KEY']}"}

submitted = requests.post(
    "https://queue.modelrunner.run/lightricks/ltx-2.3/text-to-audio",
    headers=headers,
    json={
      "prompt": "Gentle rain on a tin roof with distant rolling thunder.",
      "num_frames": 121,
      "guidance_scale": 1,
      "negative_prompt": "pc game, console game, video game, cartoon, childish, ugly",
      "frames_per_second": 24,
      "num_inference_steps": 15,
      "enable_safety_checker": true,
      "enable_prompt_expansion": false
    },
).json()

# Poll submitted["status_url"] until "COMPLETED", then:
result = requests.get(submitted["response_url"], headers=headers).json()

Input parameters

Input parameters of LTX-2.3 Text-to-Audio
NameTypeRequiredDescription
promptstringyesThe prompt to generate the audio from.
num_framesintegernoAudio duration in LTX video-frame units. Duration in seconds is approximately num_frames / frames_per_second. Default 121 frames at 24 fps is about 5 seconds; the maximum 481 frames is about 20 seconds. Default: 121.
frames_per_secondnumbernoFrame rate used to derive the clip duration together with num_frames. Default: 24.
num_inference_stepsintegernoNumber of denoising steps. More steps can improve quality at the cost of speed. Default: 15.
guidance_scalenumbernoClassifier-free guidance scale; higher values follow the prompt more strictly. Default: 1.
negative_promptstringnoQualities to steer the generated audio away from. Default: "pc game, console game, video game, cartoon, childish, ugly".
seedintegernoRandom seed for reproducible generation. Leave empty for a random result.
enable_prompt_expansionbooleannoIf true, automatically elaborate the prompt before generation. Default: false.
enable_safety_checkerbooleannoIf true, run a content-safety check during generation. Default: true.

Machine-readable: OpenAPI schema · llms.txt

Use LTX-2.3 Text-to-Audio from Claude & Cursor (MCP)

Point Claude Code, Claude Desktop, Cursor, or any MCP client at the ModelRunner MCP server and LTX-2.3 Text-to-Audio becomes a tool your assistant can call directly — it authorizes via OAuth (no API key in config) and runs this model with the run_model tool using the endpoint lightricks/ltx-2.3/text-to-audio.

MCP client config (Claude Desktop, Cursor)

{
  "mcpServers": {
    "modelrunner": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.modelrunner.run/mcp"]
    }
  }
}

Claude Code

claude mcp add --transport http modelrunner https://mcp.modelrunner.run/mcp

Then ask your assistant, for example: “Run lightricks/ltx-2.3/text-to-audio on ModelRunner to generate sound”. MCP setup guide.

Model Detayları

Model Detayları

LTX-2.3 Text-to-Audio, yazılı bir açıklamayı kısa bir ses klibine dönüştürür — ses efektleri, ortam sesi, foley ya da konuşmayı andıran seslendirmeler. İstediğiniz sesi tarif edin ("doğal ortam sesiyle dışarıda havlayan bir köpek", "teneke çatıya yağan yağmur, uzakta gök gürültüsü", "çakıl üzerinde ayak sesleri"); model barındırılan bir MP3 dosyası döndürür. Öne çıkan yanı, uzunluk üzerindeki ince ayarlı kontroldür: süre `num_frames / frames_per_second` formülünden hesaplanır; böylece klipleri saniyenin küçük bir kesrinden kabaca 20 saniyeye kadar ayarlayabilirsiniz. Varsayılan ayar yaklaşık 5 saniyelik bir klip üretir.

## En uygun olduğu işler - Bir metin açıklamasından tek seferlik ses efektleri ve foley üretmek (darbeler, ayak sesleri, hayvan sesleri, makineler) - Video ve oyunlar için ortam sesi ve arka plan ses altlıkları (yağmur, rüzgâr, kalabalık uğultusu, oda tonu) - Belirli bir uzunluğun gerektiği kısa ses işaretleri ve stinger’lar - Kapsamlı bir ses çalışmasına geçmeden önce bir sahnenin ses atmosferini prototiplemek için hızlı ses taslakları

## Şu durumlarda başka bir model seçin - Melodisi, yapısı ve enstrümantasyonu olan tam bir müzik parçası istiyorsanız — buna özel bir müzik üretim modeli kullanın - Videoya gömülü, senkronize ses gerekiyorsa — sesi görüntüyle birlikte üreten bir text-to-video ya da image-to-video modeli kullanın - Kabaca 20 saniyeyi aşan uzun ses gerekiyorsa — bu model kısa klipler için tasarlanmıştır

## İpuçları - Uzunluğu `num_frames` ve `frames_per_second` ile kontrol edin: saniye cinsinden süre ≈ `num_frames / frames_per_second`. Varsayılan 24 fps’de 121 kare ≈ 5 saniyedir; daha uzun bir klip için `num_frames` değerini yükseltin (en fazla 481). - Bir tür adı vermek yerine sesi somut biçimde tarif edin — kaynağını, ortamını ve dokusunu. - İstenmeyen niteliklerden uzak durmak için `negative_prompt` kullanın; çeşitlilik için `seed` alanını boş bırakın, bir sonucu yeniden üretmek içinse bir değer verin.

## Gelişmiş Yapılandırma - `enable_prompt_expansion` (varsayılan `false`): `true` olduğunda prompt, üretimden önce otomatik olarak ayrıntılandırılır; bu detay katabilir ama sizin yazdığınız ifadeden sapabilir. API üzerinden ayarlanır. - `enable_safety_checker` (varsayılan `true`): üretim sırasında bir içerik güvenliği kontrolü çalıştırır. API üzerinden ayarlanır.

ModelRunner JavaScript client ile çalıştırmak için: ```js import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("lightricks/ltx-2.3/text-to-audio", { input: { prompt: "A dog barking outdoors, natural ambience", num_frames: 121, frames_per_second: 24, }, }); ```