MiniMax H3 Character Swap V1.5 con Audio Originale

MiniMax H3 Character Swap V1.5 con Audio Originale#

MiniMax H3 Character Swap V1.5 con Audio Originale sostituisce la persona sullo schermo in un video sorgente con un personaggio di riferimento mantenendo intatta la colonna sonora originale. La tela combina il Character Swap V1.5 LoRA di Akatz Labs, il mascheramento delle persone SAM3 e la storia di H3 Relay per trasportare la performance della sorgente attraverso più finestre di generazione per supportare la continuità di identità e tempistica.

Questo workflow ComfyUI è progettato per editor, team di previsione e creatori che desiderano scambi di personaggi rapidi e allineati alla sorgente senza perdere la performance nell'audio. Gli esempi testati includono persone realistiche, un personaggio anime e un robot. Le forme della bocca, le mani e le giunzioni delle finestre meritano ancora una revisione, quindi pianifica di controllare le cuciture e l'articolazione nel rendering finale. MiniMax H3 Character Swap V1.5 con Audio Originale funziona interamente sulla famiglia di modelli video H3 con controlli leggeri che puoi regolare per ogni ripresa.

Modelli chiave nel workflow Comfyui MiniMax H3 Character Swap V1.5 con Audio Originale#

• Comfy‑Org MiniMax H3 Ref2VA U‑Net. Spina dorsale di diffusione video principale per la generazione condizionata dall'audio in H3. Trasforma il rumore in video coerente rispettando la guida di riferimento e la maschera di modifica. Model files
• MiniMax H3 video VAE. Codifica e decodifica i latenti video per H3 in modo che le finestre vengano renderizzate correttamente alla risoluzione scelta. Model card
• MiniMax H3 audio VAE. Comprime e decomprime i latenti audio utilizzati da H3 per allineare il ritmo del discorso e le labbra con la traccia sorgente. Model card
• Qwen3‑VL 32B text encoder per H3. Interpreta il tuo prompt e il condizionamento di riferimento in modo che il personaggio sostitutivo e le note di performance vengano applicate in modo coerente. Incluso nel pacchetto modello H3. Files
• Akatz Labs Character Swap V1.5 LoRA (h3_character_swap_v1.5.safetensors). Insegna a H3 come mappare un soggetto di input all'identità del personaggio di destinazione preservando posa e performance. Repository
• MiniMax H3 FL2V Turbo 8‑step LoRA. Un adattatore di programma rapido che accelera il campionamento H3 con 8 passaggi per una generazione video rapida e basata su finestre. Repository
• SAM 3.1 multiplex checkpoint. Rileva e traccia la persona da sostituire, producendo maschere solide per soggetti in movimento. Repository
• H3 Relay toolkit. Fornisce pianificazione delle finestre basata sulla storia, recupero/espansione della maschera, looping e assemblaggio delle finestre per la continuità lungo l'intero clip. GitHub
• Fonte del workflow di riferimento. Il metodo di scambio dei personaggi e LoRA provengono da Akatz Labs e sono adattati qui per H3 Relay. GitHub

Come usare il workflow Comfyui MiniMax H3 Character Swap V1.5 con Audio Originale#

La tela segue un percorso semplice dagli input a un video cucito: fornisci una clip sorgente e un riferimento del personaggio, SAM trova e traccia la persona da sostituire, H3 Relay pianifica le finestre con il trasporto della storia, H3 genera i frame modificati all'interno della maschera, quindi il workflow assembla tutto indietro con l'audio originale. I gruppi nella tela sono organizzati in modo che tu possa lavorare dall'alto verso il basso e rivedere ai checkpoint naturali.

01 · Input dell'utente#

Carica la tua clip in Source video, quindi aggiungi un'immagine singola o un foglio del personaggio in Character reference · Picture 1. H3RelayPrepareSource allinea i frame alla griglia del modello ed espone larghezza, altezza, conteggio dei frame e audio effettivi. Il nodo emette un batch pulito di frame e la colonna sonora originale che diventa successivamente la guida. Mantieni il primo passaggio semplice iniziando con una singola ripresa continua.

02 · Modelli H3 e LoRA#

H3 Ref2VA · INT8 carica la spina dorsale di diffusione MiniMax H3. L'encoder di testo, il video VAE e l'audio VAE si collegano automaticamente. Due LoRA si trovano sopra H3: FL2V Turbo · 8-step per il campionamento rapido e Character Swap V1.5 · strength per il trasferimento dell'identità. Questa coppia consente a MiniMax H3 Character Swap V1.5 con Audio Originale di funzionare rapidamente mantenendo lo stile del personaggio.

03 · Selezione delle persone SAM e maschere#

SAM3_Detect trova le persone nel primo frame in base alla SAM person description. H3RelaySelectMask seleziona il soggetto, quindi SAM3_VideoTrack traccia quella maschera lungo l'intero batch di frame. H3RelayRecoverMasks corregge le lacune e H3RelayExpandMask espande la regione per coprire capelli e mani in modo che le modifiche di identità non lascino aloni. Un'anteprima ti aiuta a confermare che la maschera della persona espansa corrisponda al soggetto previsto.

04 · Pianificazione delle finestre H3 Relay#

H3RelayWindowPlan crea finestre consapevoli delle sovrapposizioni dimensionate per H3 con una porzione più piccola di storia portata avanti per la continuità. StartLoop e H3RelayWindowInputs alimentano frame, maschere e audio per finestra nella generazione. Questo è il punto in cui la sorgente è divisa in porzioni gestibili per trasportare il contesto tra finestre successive di una ripresa continua. I tagli delle scene richiedono una revisione separata. MiniMax H3 Character Swap V1.5 con Audio Originale utilizza questo piano per mantenere semi e intervalli deterministici per un passaggio riproducibile.

05 · Condizionamento di riferimento e guide#

MiniMaxH3ReferenceToVideo trasforma la tua immagine del personaggio e il prompt di performance in condizionamento per H3. H3RelayApplyHistory inietta i frame e l'audio della finestra precedente come guida morbida per quella successiva. H3RelayApplyEditMask miscela la regione di modifica tracciata con il latente corrente per limitare la modifica; non garantisce la conservazione identica dei pixel di sfondo. MiniMaxH3AddGuide ti permette di aggiungere una guida target nativa dall'audio della finestra in modo che le labbra e le espressioni seguano la colonna sonora originale.

06 · Campionamento e decodifica#

H3RelaySamplingMemory, CFGGuider, KSamplerSelect e SamplerCustomAdvanced eseguono il ciclo di generazione finestra per finestra utilizzando il modello H3 adattato a LoRA. LTXVSeparateAVLatent e VAEDecode decodificano i visuali in frame pronti per l'assemblaggio. Questi pezzi gestiscono il carico di lavoro e mantengono la memoria prevedibile. La maggior parte degli utenti può lasciarli così come sono per un primo passaggio.

07 · Assemblaggio e output H3 Relay#

H3RelayAppendWindow accumula le finestre in ordine, tagliando le sovrapposizioni secondo necessità. H3RelayFinishWindows genera i frame e riattacca l'audio originale in modo che il tempismo e il discorso rimangano fedeli alla sorgente. CreateVideo e Save final video scrivono il risultato su disco. Rivedi le giunzioni delle finestre, le forme della bocca, le mani e le occlusioni, quindi ripeti se necessario. MiniMax H3 Character Swap V1.5 con Audio Originale è ottimizzato per cicli di revisione rapidi su riprese brevi.

Nodi chiave nel workflow Comfyui MiniMax H3 Character Swap V1.5 con Audio Originale#

• H3RelayWindowPlan Crea il programma di generazione e la storia di sovrapposizione. Gli esempi testati utilizzano finestre da 124 frame e una storia da 18 frame a 24 fps. Ogni clip di 12,25 secondi copre tre finestre. Ispeziona entrambe le giunzioni per cambiamenti di aspetto o movimento locali; questo non è una garanzia di continuazione senza soluzione di continuità.
• MiniMaxH3ReferenceToVideo Costruisce il condizionamento principale dalla tua immagine del personaggio e dal prompt alla larghezza, altezza e lunghezza effettive per finestra. Usa un'immagine o un foglio di identità vera e dì chiaramente che più viste raffigurano lo stesso personaggio. Mantieni le istruzioni di performance concise e legate alla traccia audio e ai gesti della sorgente. Se l'identità si discosta, rafforza la descrizione dell'identità e semplifica i modificatori di stile.
• H3RelayApplyEditMask Usa la maschera tracciata e i frame sorgente codificati per limitare la generazione. Rivedi la copertura della maschera attorno a capelli e arti in movimento. Il grafico testato non compone il corpo generato sui pixel sorgente intatti, quindi i dettagli circostanti possono ancora cambiare.
• MiniMaxH3AddGuide Usa l'audio sorgente della finestra corrente come guida nativa. Questo supporta il movimento legato al discorso, ma preservare la colonna sonora non garantisce la sincronizzazione esatta delle labbra. Il nodo esposto in questo grafico non ha un controllo di forza guida regolabile.
• LoraLoaderModelOnly · Character Swap V1.5 Carica l'adattatore ufficiale h3_character_swap_v1.5.safetensors alla forza testata di 1.0. I cambiamenti di forza possono alterare il risultato, ma non c'è una regola verificata che ridurla migliori il movimento della bocca o aumentarla blocchi i dettagli del costume.
• SamplerCustomAdvanced più CFGGuider Esegue la ricetta Turbo testata: 8 passaggi, CFG 1, er_sde e pianificazione normal. Inizia con questi valori predefiniti; i cambiamenti ai passaggi o alla guida necessitano di un confronto fresco e non garantiscono miglioramenti di qualità.
• SAM3_Detect e SAM3_VideoTrack Guidano il rilevamento e il tracciamento delle persone per la regione di modifica. Usa una chiara SAM person description per orientarti verso il tuo soggetto quando sono visibili diverse persone. Se il tracciamento scivola in caso di occlusioni, regola la sensibilità del rilevamento o riseleziona il soggetto prima di tracciare di nuovo. L'obiettivo è una singola maschera stabile che segua il performer previsto.
• H3RelayFinishWindows Assembla i frame finali e mantiene la modalità audio su source in modo che la colonna sonora originale passi. Mantieni source selezionato quando è richiesta la conservazione dell'audio originale. Questo nodo è l'ultimo gate di qualità prima della codifica.

Extra opzionali#

• Scegli riprese con illuminazione stabile e minimi rapidi movimenti di frusta per i tuoi primi passaggi.
• Usa un'unica immagine di riferimento di identità vera con espressione neutra e attaccatura dei capelli visibile.
• Mantieni larghezza e altezza divisibili per 32 e corrispondi il rapporto d'aspetto della sorgente per un uso efficiente della memoria.
• Per una cucitura saltellante, testa un altro piano di finestra valido e riesegui la sequenza di finestre dipendente, poiché le finestre successive utilizzano la storia precedente.
• Rivedi sempre labbra, mani, bordi dei capelli e giunzioni delle finestre al 100 percento prima della consegna.

MiniMax H3 Character Swap V1.5 con Audio Originale combina tempistica allineata alla sorgente, generazione di personaggi guidata da riferimento e controlli della storia delle finestre in modo che tu possa iterare rapidamente dal test al finale. Per un contesto più approfondito sul metodo e sulle risorse, vedi i riferimenti di Akatz Labs sopra.

Riconoscimenti#

Questo workflow implementa e si basa sui seguenti lavori e risorse. Ringraziamo sinceramente Akatz Labs per il workflow H3 Character Swap Tool, Akatz AI per il MiniMax H3 Character Swap LoRA (v1.5) e H3 Relay, e Comfy-Org per i modelli base MiniMax H3 per i loro contributi e manutenzione. Per dettagli autorevoli, si prega di fare riferimento alla documentazione originale e ai repository collegati di seguito.

Risorse#

• Fonte del workflow di Akatz Labs
  • GitHub: akatz-labs/h3-character-swap-tool
• Character Swap V1.5 LoRA
  • Hugging Face: akatz-ai/MiniMax-H3-Character-Swap-LoRA
• H3 Relay
  • GitHub: akatz-ai/h3-relay
• Modelli base MiniMax H3
  • Hugging Face: Comfy-Org/MiniMax-H3

Nota: L'uso dei modelli, set di dati e codice di riferimento è soggetto alle rispettive licenze e termini forniti dai loro autori e manutentori.