Тон и скорость - для всего скрипта. У отдельной реплики можно задать свой (в таблице).
xlsx: колонка A - реплика, B - номер (как в вашем примере). Или вбейте вручную.
Номер
Реплика
Тон
Скор.
В очереди…
jpg или png, до 20 МБ
Модель перерисует вашу картинку по описанию, сохраняя композицию. Ползунок: слабо - останется
близко к оригиналу, сильно - от исходника останется только общий силуэт (для смены обстановки
ставьте ближе к «сильно»).
Точечных правок вида «замени фон», «убери человека» эта модель не умеет - для них нужна
отдельная модель редактирования, её пока нет.
Лицо на фото должно быть хорошо видно и смотреть примерно в камеру.
Сцену описывайте как обычно - лицо подставится после генерации.
Промт можно писать по-русски. Картинка ~15-30 секунд. Пока рисуются картинки, озвучка ждёт очередь (одна видеокарта).