--- title: minimax-h3-voxcpm-digital-human-289 canonical_url: "https://www.modelscope.cn/models/Sunjian520/minimax-h3-voxcpm-digital-human-289" md_url: "https://www.modelscope.cn/models/Sunjian520/minimax-h3-voxcpm-digital-human-289.md" repository: Sunjian520/minimax-h3-voxcpm-digital-human-289 last_updated: 2026-11-02 downloads: 0 stars: 0 --- # minimax-h3-voxcpm-digital-human-289 > minimax-h3-voxcpm-digital-human-289 - Sunjian520 在 ModelScope 开源的模型。AI-KSK 视频289：ComfyUI 工作流合集及配套教程封面，不含模型权重。 - **Repository**: Sunjian520/minimax-h3-voxcpm-digital-human-289 - **Downloads**: 0 - **Stars**: 0 - **Last updated**: 2026-11-02 Source: https://www.modelscope.cn/models/Sunjian520/minimax-h3-voxcpm-digital-human-289 --- # MiniMax H3 + VoxCPM 数字人｜单人版与双人版 本仓库是一期（289）的 ComfyUI 工作流合集：两张图都走 MiniMax H3 `ref2va` 底模 + VoxCPM 生成语音、锁定原音频由 H3 只生成画面。一张是单角色主播，一张是双角色对话（两段音频先裁剪、补间、拼接成一条时间线再锁定）。 **本期没有跑推理**：没有渲染、没有耗时、没有显存数据、没有口型/音色克隆结论。仓库只包含源导出文件与 SHA256 清单；H3 权重、VoxCPM 模型、VAE 与输入素材**不随包分发**。 ## 仓库内容 | 路径 | 说明 | |---|---| | `workflows/01_MiniMax H3 数字人_单人版.json` | 单角色数字人（25 节点 / 31 连线） | | `workflows/02_MiniMax_H3_数字人_双人版.json` | 双角色对话（32 节点 / 38 连线） | | `covers/` | 两张源宣传静帧（WebP，与源目录逐字节一致） | | `SHA256SUMS.json` | 每个工作流与封面的 SHA256 | ## 共同依赖 - UNETLoader `minimax_h3_ref2va_int8_convrot.safetensors`。 - CLIPLoader `qwen3vl_32b_minimax_h3_int8_convrot.safetensors`（type `minimax`）。 - VAELoader：视频 `minimax_h3_video_vae_fp16.safetensors` + 音频 `minimax_h3_audio_vae_fp32.safetensors`。 - 自定义节点：`MiniMaxH3ReferenceToVideo`、`VRGDG_MiniMaxH3AudioDrive`、`SoundFlow_GetLength`、`MiniMaxH3MemoryEfficientSageAttentionPatch`、`PathchSageAttentionKJ` 及标准采样节点。 - 两张图采样一致：`SamplerCustomAdvanced` + `KSamplerSelect` `res_multistep` + `BasicScheduler` `simple`，20 步，denoise 1。 - 分辨率：16:9、0.9 MP、32 倍数；`MiniMaxH3ReferenceToVideo` 保存值 1344×768、length 124、`ref_image_size=match`；时长控件 8 秒。 ## 01 — 单角色 - **文件**：`workflows/01_MiniMax H3 数字人_单人版.json`；25 节点 / 31 连线 / 5 分组。 - **链路**：1 张角色图 + 1 段 VoxCPM 参考音频 → `AudioCrop` 0:00–0:10 → VoxCPM 生成台词语音 → `VRGDG_MiniMaxH3AudioDrive` 锁定该音频、H3 只生成画面。 - **输出**：CreateVideo 24 fps / 8-bit；SaveVideo 前缀 `video/MiniMax_H3_VoxCPM_单人版`。 - **用法**：载入角色图与参考音频，在 VoxCPM 节点写台词；想用外部音轨驱动就手动切换音频驱动节点，不要以为它会自动跟随。 - **限制**：不做口型、音色保持或速度承诺；VoxCPM 与 H3 权重不随包分发。 ## 02 — 双角色对话 - **文件**：`workflows/02_MiniMax_H3_数字人_双人版.json`；32 节点 / 38 连线 / 5 分组。 - **链路**：三个 LoadImage 槽（角色 1、角色 2 与一个第三参考槽）+ 两段 LoadAudio，`AudioCrop` 分别为 0:00–0:05 与 0:00–0:06；两个 `AudioConcat` + `EmptyAudio` / `PreviewAudio` 拼成一条音轨，再由 `VRGDG_MiniMaxH3AudioDrive` 锁定、H3 生成画面。 - **提示词约定**：`` / `` 对应两位角色，`