MiniMax H3 角色替換 V1.5 | ComfyUI LoRA + Audio

ComfyUI MiniMax H3 Character Swap V1.5 with Original Audio Workflow

MiniMax H3 Character Swap V1.5 | ComfyUI LoRA + Audio

Want to run this workflow?

Fully operational workflows
No missing nodes or models
No manual setups required
Features stunning visuals

ComfyUI MiniMax H3 Character Swap V1.5 with Original Audio Examples

MiniMax H3 角色替換 V1.5 與原聲音#

MiniMax H3 角色替換 V1.5 與原聲音可在保留原始音軌的情況下，將來源影片中的螢幕人物替換為參考角色。畫布結合了 Akatz Labs 的 Character Swap V1.5 LoRA、SAM3 人物遮罩和 H3 Relay 歷史，以跨越多個生成窗口支援身份和時間的連續性。

這個 ComfyUI 工作流程專為需要快速、來源對齊角色替換的編輯器、預視團隊和創作者設計，而不會失去音效中的表演。測試範例包括真實人物、一個動畫角色和一個機器人。嘴形、手部和窗口接合處仍需檢查，因此請計劃在最終渲染中對接縫和關節進行抽查。MiniMax H3 角色替換 V1.5 與原聲音完全運行在 H3 視頻模型家族上，具有輕量級控制，您可以根據每個鏡頭進行調整。

Comfyui MiniMax H3 角色替換 V1.5 與原聲音工作流程中的關鍵模型#

Comfy‑Org MiniMax H3 Ref2VA U‑Net。H3 中音頻條件生成的核心視頻擴散骨幹。它將噪音轉換為連貫的視頻，同時遵循參考指導和編輯遮罩。Model files
MiniMax H3 視頻 VAE。為 H3 編碼和解碼視頻潛在變量，以便窗口在選擇的分辨率下乾淨地渲染。Model card
MiniMax H3 音頻 VAE。打包和解包 H3 使用的音頻潛在變量，以使語音節奏和嘴形與來源軌道對齊。Model card
Qwen3‑VL 32B 文本編碼器為 H3。解釋您的提示和參考條件，以便替換角色和表演注釋一致地應用。包含在 H3 模型包中。Files
Akatz Labs Character Swap V1.5 LoRA (h3_character_swap_v1.5.safetensors)。教導 H3 如何將輸入主題映射到目標角色身份，同時保留姿勢和表演。Repository
MiniMax H3 FL2V Turbo 8‑step LoRA。一個快速日程適配器，加速 H3 取樣，使用 8 步驟進行快速、基於窗口的視頻生成。Repository
SAM 3.1 多工檢查點。檢測和跟踪要替換的人，為移動對象生成強大的遮罩。Repository
H3 Relay 工具包。提供基於歷史的窗口計劃、遮罩恢復/擴展、循環和窗口組裝，以確保整個剪輯的連續性。GitHub
參考工作流程來源。角色交換方法和 LoRA 來自 Akatz Labs 並在此處改編為 H3 Relay。GitHub

如何使用 Comfyui MiniMax H3 角色替換 V1.5 與原聲音工作流程#

畫布遵循從輸入到縫合視頻的簡單路徑：您提供來源剪輯和角色參考，SAM 找到並跟踪要替換的人，H3 Relay 計劃帶有歷史延續的窗口，H3 在遮罩內生成編輯的幀，然後工作流程將所有內容重新組裝回原始音頻。畫布中的組織按自上而下排列，您可以在自然檢查點進行查看。

01 · 用戶輸入#

上傳您的剪輯至 Source video，然後在 Character reference · Picture 1 中添加單個角色圖像或圖板。H3RelayPrepareSource 將幀對齊至模型的網格並顯示實際寬度、高度、幀數和音頻。該節點發出一批乾淨的幀和後來成為指南的原始音軌。從單一、連續的鏡頭開始，保持第一次簡單。

02 · H3 模型和 LoRA#

H3 Ref2VA · INT8 加載 MiniMax H3 擴散骨幹。文本編碼器、視頻 VAE 和音頻 VAE 自動連接。兩個 LoRA 位於 H3 之上：FL2V Turbo · 8-step 用於快速取樣，Character Swap V1.5 · strength 用於身份轉移。這種搭配使 MiniMax H3 角色替換 V1.5 與原聲音可以快速運行，同時保留角色風格。

03 · SAM 人物選擇和遮罩#

SAM3_Detect 根據 SAM person description 在第一幀中找到人。H3RelaySelectMask 選擇主題，然後 SAM3_VideoTrack 在整個幀批次中跟踪該遮罩。H3RelayRecoverMasks 修復空隙，H3RelayExpandMask 擴展區域以覆蓋頭髮和手部，以免身份編輯留下光暈。預覽幫助您確認擴展的人物遮罩與預期的對象相符。

04 · H3 Relay 窗口規劃#

H3RelayWindowPlan 創建重疊感知窗口，大小適合 H3，並帶有較小的歷史切片，以保持連續性。StartLoop 和 H3RelayWindowInputs 將幀、遮罩和每個窗口的音頻輸入生成。這是將來源分成可管理的塊以在連續鏡頭的連續窗口之間攜帶上下文的地方。場景切換需要單獨檢查。MiniMax H3 角色替換 V1.5 與原聲音使用此計劃來保持種子和範圍的確定性，以進行可重現的通過。

05 · 參考條件和指南#

MiniMaxH3ReferenceToVideo 將您的角色圖像和表演提示轉換為 H3 的條件。H3RelayApplyHistory 將前一窗口的幀和音頻注入下一個窗口作為軟性指導。H3RelayApplyEditMask 將跟踪的編輯區域與當前潛在變量混合以限制編輯；它不保證像素相同的背景保留。MiniMaxH3AddGuide 讓您從窗口的音頻中添加本地目標指導，以便嘴唇和表情遵循原始音軌。

06 · 取樣和解碼#

H3RelaySamplingMemory、CFGGuider、KSamplerSelect 和 SamplerCustomAdvanced 使用 LoRA 適配的 H3 模型逐窗口運行生成循環。LTXVSeparateAVLatent 和 VAEDecode 將視覺效果解碼回準備好組裝的幀。這些片段處理繁重的工作並保持記憶體可預測。大多數用戶可以在第一次通過時保持不變。

07 · H3 Relay 組裝和輸出#

H3RelayAppendWindow 按順序累積窗口，根據需要修剪重疊。H3RelayFinishWindows 輸出幀並重新附加原始音頻，以便時間和語音保持真實。CreateVideo 和 Save final video 將結果寫入磁碟。檢查窗口接合處、嘴形、手部和遮擋，然後在需要時進行迭代。MiniMax H3 角色替換 V1.5 與原聲音針對短鏡頭的快速審查週期進行優化。

Comfyui MiniMax H3 角色替換 V1.5 與原聲音工作流程中的關鍵節點#

H3RelayWindowPlan 創建生成計劃和重疊歷史。測試範例使用 124 幀窗口和 18 幀歷史，每秒 24 幀。每個 12.25 秒的剪輯跨越三個窗口。檢查兩個接合處的局部外觀或運動變化；這不是無縫延續的保證。
MiniMaxH3ReferenceToVideo 根據實際寬度、高度和每個窗口的長度構建主要條件。使用一個身份真實的圖像或圖板，並清楚地說明多個視圖顯示相同的角色。保持表演指示簡潔，與來源音頻和手勢相關。如果身份偏移，增強身份描述並簡化風格修飾符。
H3RelayApplyEditMask 使用跟踪的遮罩和編碼的來源幀來限制生成。檢查頭髮和移動肢體周圍的遮罩覆蓋。測試圖不會將生成的身體合成回未觸及的源像素，因此周圍細節可能仍會改變。
MiniMaxH3AddGuide 使用當前窗口的來源音頻作為本地指導。這支持語音相關的運動，但保留音軌不保證精確的嘴唇同步。此圖中的暴露節點沒有可調整的指導強度控制。
LoraLoaderModelOnly · Character Swap V1.5 以測試強度 1.0 加載官方 h3_character_swap_v1.5.safetensors 適配器。更改強度可能會改變結果，但沒有經過驗證的規則表明降低它會改善嘴部運動或增加它會鎖定服裝細節。
SamplerCustomAdvanced 加上 CFGGuider 運行測試的 Turbo 配方：8 步驟、CFG 1、er_sde 和 normal 排程。從這些默認值開始；更改步驟或指導需要重新比較，並且不保證質量改進。
SAM3_Detect 和 SAM3_VideoTrack 驅動人員檢測和編輯區域的跟踪。使用明確的 SAM person description 來偏向於您的主題，當多個人可見時。如果跟踪在遮擋時滑動，調整檢測靈敏度或在再次跟踪之前重新選擇主題。目標是單一穩定的遮罩，跟隨預期的表演者。
H3RelayFinishWindows 組裝最終幀並保持音頻模式在 source 上，以便原始音軌通過。當需要保留原始音頻時，保持選擇 source。此節點是編碼之前的最後質量門檻。

可選額外功能#

在第一次通過中選擇具有穩定照明和最小快速掃掠的鏡頭。
使用單一、身份真實的參考圖像，表情中性且髮際線可見。
保持寬度和高度可被 32 整除，並匹配源縱橫比以提高記憶體使用效率。
對於跳動的接縫，測試另一個有效的窗口計劃並重新運行依賴的窗口序列，因為後續窗口使用較早的歷史。
始終在交付前以 100% 檢查嘴唇、手部、髮邊和窗口接合處。

MiniMax H3 角色替換 V1.5 與原聲音結合了來源對齊的時間、參考引導的角色生成和窗口歷史控制，因此您可以快速從測試迭代到最終。欲了解更多有關方法和資產的深入背景，請參見上面提到的 Akatz Labs 參考資料。

感謝#

此工作流程實施並建立在以下工作和資源的基礎上。我們感謝 Akatz Labs 為 H3 角色替換工具工作流程做出的貢獻，感謝 Akatz AI 提供 MiniMax H3 角色替換 LoRA (v1.5) 和 H3 Relay，感謝 Comfy-Org 提供 MiniMax H3 基本模型的貢獻和維護。欲了解權威詳情，請參考下方鏈接的原始文檔和存儲庫。