每天听简报，了解最新科技、AI、软件资讯
一位音乐视频创作者，用本地MiniMax H3把歌曲切片逐镜生成，再按原来的时间位置拼回成片。作者介绍，制作时先把主唱人声当作音频引导，并提高人声相对伴奏的音量。提示词写入这一小段歌曲的准确歌词，每个镜头只对应自己的歌曲片段。剪辑阶段，再把生成的镜头放回测量过的节拍网格，逐帧对齐。作者还提醒，不要在提示词里放人名，否则模型可能把名字也唱出来。这套方法来自他十月十二日介绍的法语音乐视频项目。现有文字没有给出硬件、单镜耗时或失败比例，能参考的是这套分段与对齐流程。
进度保存在本设备 · 登录同步