口播创作首版验证

人物参考 + 克隆音色 + 分段运镜，自动拼接成片

MiniMax H3

1. 内容与素材

选择人物三视图 1–2 张，同一人物；另预留 1 张场景图，三视图合成图算 1 张

文字场景描述扩写仅生成文字，不生成图片；可直接使用自己填写的描述。

口播原稿0/600 · GPT 根据文稿和节奏编排时长，当前最长 60 秒；过长请精简，不强行加速。

视觉节奏画幅清晰度

口播音色

直接使用所选音色已有的参考音频生成视频，逐段试听为可选操作。建议选择与人物形象相符的音色；跨性别搭配的音色还原效果可能不稳定。

人物、场景和口播稿配置齐全后生成分镜；音色可稍后选择。分镜时间轴固定，不跨越 15 秒边界。

配置人物、场景和口播稿后，点击底部按钮生成分镜

暂无生成结果

确认分镜并生成视频后，可在这里查看进度和成片。