工作清單

3款惊艳好用的Krea 2 LoRA！提升速度与画质！Draw Things实践

逐字稿文字預覽

Krea 2的LoRA生态非常丰富 今天大狂就给大家介绍三款 对Krea 2生成提速以及提升画质非常有效的LoRA 而且这三款LoRA之间组合搭配 还能产生奇妙的化学反应 第一款LoRA
让Krea 2 Turbo还能再加速的LoRA Krea 2凭借更强大的世界知识以及极其稳定的出图品质 还是非常受欢迎的 但它毕竟是有120亿参数的生图模型 即使是8步蒸馏版的Krea 2 turbo 经测试 在M5芯片iPad上最快的本地生图软件Draw Things上生成
3:2（1152*768）尺寸的图像 也需要75秒上下 所以，它到底能不能再快一点？ 答案是可以的！ 这款专门为Krea 2 Turbo底模打造的 4步加速LoRA将生成步数进一步压缩
速度达到8步生成的1.6倍 该LoRA经过多次迭代之后 目前已经到达了最终版 声称纹理和细节都超越了教师模型 提示词遵从能力也相当出色 大家可以去直接下载这个78000步版本
并导入到Draw Things 再给大家强调一遍啊 导入Lora的时候 模型版本这里一定不要选自动 一定要选择具体的底模 所以你应该选择Krea 2 不然你会导入失败 其生成时间也从前面的75秒上下到现在的43秒上下
8步的生成结果与4步的生成结果质量对比 如图所示 几乎看不出有明显的质量差异 那在这种情况下，我当然会选择四步
所以这个Lora还是非常不错的 强烈推荐大家下载使用 但是请大家注意 这个Lora仅仅是针对Krea 2 Turbo底模的 对Krea 2 Raw没有太多作用 第二款LoRA 让Krea 2更好的理解JSON提示词 这款LoRA名为ideokrea 其设计初衷就是为了让Krea 2更像ideogram 4
我的理解是 它可以改进某些图像的 JSON 提示生成和样式 但你不要指望 它能严格对齐bbox位置生成 而经测试，它确实无法对齐
除此之外，我想说的是另一件事 在测试该LoRA的过程中 我发现了它的额外收益 它可以给Krea 2带来整体质量和细节的提升 非常明显 目前这个LoRA也更新了一版 最新版是V1版本 大家直接下载最新版导入即可 同样 来五张有LoRA和无LoRA的对比图
可以看到 图像质感的提升是非常明显的 ideokrea LoRA可以叠加第一款4步加速LoRA 让Krea 2 Turbo出图又快又好！ 第三款LoRA 称之为Radiance Chrome Voluptuous 这款LoRA干什么用的呢？
它可以赋予Krea 2 Turbo更浓郁的色彩、 强对比的反转片胶片风格与表现力极强的日光光影 同时专门用于塑造丰满性感的女性身材曲线 通过在Draw Things里面测试 这确实是一款风格调性非常明显的LoRA 尤其是在图像光线、胶片感以及 女性身材方面的效果令人印象深刻
这几张对比图应该可以很好的说明问题 值得一提的是，这款LoRA
还有Ernie image Turbo的版本以及Z image Turbo的版本 大家可以去自行尝试 我已测试Ernie image的版本效果非常好 大家注意，作者推荐 这款LoRA在Krea 2 Turbo上使用LoRA权重 设置为0.75效果最佳 而在Ernie Image Turbo上推荐为1
上面三款LoRA可以很好的解决 Krea 2 Turbo生成速度与图像质量的问题 更有意思的是，经测试 把这三款LoRA叠加在一起 其生成结果更是有种奇妙的惊艳之感 大家不妨去亲自测试一下看看 Krea 2的LoRA介绍就在这里告一段落
我仅挑选出我认为最实用的三个 如果大家需要一些风格LoRA 大家可以直接去Fal的Krea 2风格LoRA合集里面 这里面应有尽有 收集了1503种稳定的风格LoRA 你可以挑选你自己喜欢的去生成 以上所有的LoRA文件大家都可以
去源Hugging Face页面或Civitai下载 我也为大家分享了网盘备份 可以去自由测试使用 今天的内容就到这里 欢迎订阅关注工具狂 我们深度挖掘各类优秀工具和解决方案 努力每天让效率提升一点点 下个视频见！

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtu.be/-CxquU0no4w?si=eoYp1qIAfkiW05gt --language zh --adopt-source-subtitles

    來源：https://youtu.be/-CxquU0no4w?si=eoYp1qIAfkiW05gt

    辨識語言：zh ｜ 參數：--language zh --adopt-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 採用來源字幕（略過語音辨識）
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：40.2 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：29.8 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  6. 4. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  7. 5. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  8. 6. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：325.0 秒

    關係：依序執行

    結果：完成

  9. 7. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.0 秒

    關係：依序執行

    結果：完成

  10. 8. 時間軸整合

    工具：videonote_timeline_reconcile.py

    處理：整合字幕、Whisper 與 VAD 時間證據

    產出：timeline_evidence.json（時間軸證據）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  11. 9. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  12. 10. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  13. 11. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：71.8 秒

    關係：依序執行

    結果：完成

  14. 12. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  15. 13. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench