【愛の雑学】突然LTX-2.3で意味不明な字幕が出現!実は「消そうとする行為」が逆効果だった!?|無料AI|AI初心者向け
LTX-2.3を使って動画を作っていると、ある日突然、動画の中に意味不明な字幕やテロップが表示されるようになりました。
しかも日本語ではありません。
英語のような文字列だったり、中国語や韓国語のような文字だったり、とにかく意味不明なテキストが勝手に表示されるのです。
もちろん私は字幕を入れるような指示はしていません。
それどころか、
No Text
No Subtitles
No Captions
No Watermarks
No Logos
といったプロンプトを入れて、字幕を消そうとしていました。
それなのに字幕が出てくるのです!
せっかく時間をかけて生成した動画が、その字幕のせいで使えなくなってしまうこともありました。

最初はプロンプトのミスだと思っていた
最初は自分のプロンプトが悪いのだと思いました。
しかし、何度修正しても改善しません。
そこで、アンソロピック社のクロードを使って調査してみたところ、意外な事実が判明しました。
実は、この現象は私だけではなかったのです。
GitHubやHugging Faceでも多数報告されていた
調べてみると、GitHubやHugging Faceには同じ症状を訴えるユーザーの報告が数多く投稿されていました。
中には、
「No Text」
「No Subtitles」
「No Captions」
と明示的に指定しているにもかかわらず、意味不明な字幕が表示されるという報告もあります。
さらに、何度生成しても改善しないというケースまで確認されています。
つまり、プロンプトの書き方というよりも、LTX-2.3そのものや関連パイプライン側の問題である可能性が高いようです。
なぜ字幕が出るのか?
現時点では公式な説明はありません。
しかし、多くのユーザーが共通して指摘しているのが学習データの影響です。
現在の動画生成AIは、
TikTok
YouTube Shorts
Instagram Reels
などの短尺動画を大量に学習していると考えられています。
これらの動画には字幕やテロップが入っていることが非常に多いため、
「人物が話している動画には字幕が付いているものだ」
とAIが学習してしまっている可能性があります。
実は「字幕を消そうとする行為」が逆効果かもしれない
ここで興味深い話があります。
字幕を消したい一心で、
No Text
No Subtitles
No Captions
などを大量に書いてしまうと、逆にAIへ「テキスト」という概念を強く意識させてしまう可能性があるという指摘です。
つまり、
「字幕を出すな!」
と何度も言っているつもりが、
AIの中では逆に「字幕」というキーワードが強調されてしまっているのかもしれません。
もちろん正式な原因は分かっていません。
しかし、多くのユーザーが同じ傾向を報告しているのは事実です。
私の場合は改善した
そこで私は思い切って、
No Text
No Subtitles
No Captions
などのテキスト関連の指定を削除してみました。
さらに、プロンプトを短くするのではなく、
どこで
誰が
何をしていて
どんな雰囲気なのか
をできるだけ具体的に書くようにしました。
すると、それまで頻繁に出ていた意味不明な字幕がほとんど出なくなったのです。
もちろん100%解決したわけではありません。
しかし、少なくとも私の環境ではかなり改善しました。
その他に報告されている対策
コミュニティで報告されている対策としては、
プロンプトを短くしすぎない
シーン全体を具体的に描写する
縦長動画を避ける
人物を引きすぎない
クローズアップ気味の構図を使う
ComfyUIでは2倍アップスケーラーを避ける
などがあります。
特に縦長動画で人物を少し引いた構図にすると、字幕が出やすいという報告も見られました。
ちなみに私のプロンプトはChatGPT製です
なお、私の場合はプロンプトを自分で一から考えているわけではありません。
普段はChatGPTに作成してもらったプロンプトをベースに使用しています。
そのため、特殊なプロンプトを書いていたわけではなく、ごく一般的な内容でした。
それでも字幕が発生していたことを考えると、やはりユーザー側のミスというより、LTX-2.3側の既知の問題である可能性が高いように感じています。
まとめ
LTX-2.3で突然意味不明な字幕が表示される現象は、多くのユーザーが経験している既知の問題のようです。
そして意外なことに、
「字幕を消そうとして No Text などを大量に書く行為」
そのものが逆効果になっている可能性があります。
もし同じ症状に悩まされている方は、
まずテキスト関連の指定を減らしてみること。
そしてシーンの内容や状況を、より具体的に描写してみること。
この2つを試してみる価値はあると思います。
私の場合は、それだけでもかなり改善しました。
