我测试了5个声音克隆项目，最后留下了这一个
本文分享了作者在制作AI视频过程中，从使用MiniMax云端API转向本地部署IndexTTS2的实践经验。作者详细对比了两者在中英混排发音、音频格式、离线能力、声线一致性及成本等方面的优缺点，最终选择了IndexTTS2以保障视频工作流的可控性与稳定性。
相关文档
一个人的 AI 视频生产线：从 MiniMax 到本地声音克隆与数字人
文章详细记录了作者构建个人 AI 视频生产线的全过程。包括从 MiniMax 云端声音克隆迁移到本地 IndexTTS2 以降低成本和延迟，解决参考音频漂移问题；接入 HeyGen 数字人实现虚拟分身，并通过脚本自动化视频合成与人脸裁切。文章分享了具体的代码配置、生产流程（脚本、配音、字幕、合成）以及避坑指南，适合高频视频创作者参考。
AI名人换脸从0到1小白教程
作者以马斯克版《流星雨》MV为例，详细讲解AI名人换脸的完整工作流。教程分为七步：准备原始素材并记录帧信息、拆分镜头并确定角色（如言承旭换黄仁勋、周渝民换马斯克）、为每个镜头生成换脸剧照、打包提示词与参考资料、使用MiniMax H3模型在DGX Spark上分两轮生成视频、将24帧生成视频对齐回原片30帧节奏，最后拼接成完整MV。文章还总结了质检流程、脚本工具使用方法，以及多次翻车经验教训，如三人齐弯腰、闭眼闭嘴等问题及修复方法。
一周吸粉2000+的开源AI视频工作流BoomEarth部署指南
作者开源了一套AI视频自动化生产工作流BoomEarth，一周内在多个平台涨粉2000多。该工作流从定稿到出片仅需20-30分钟，内置九套视频风格，支持自定义IP形象。文章详细介绍了部署步骤：安装Git、Node.js、FFmpeg等基础环境，接入本地IndexTTS2配音，配置生图与ASR字幕服务，并通过Agent编排内容理解、画面生成、配音字幕、视频合成与质检归档的完整流程。文章强调先跑通30秒短验证片再扩展，按阶段恢复失败任务，避免重复扣费，实现部署一次、重复使用的低门槛视频生产线。
不会剪辑，也能用 Codex 和 Remotion 做出一条完整视频
文章介绍了一套无需剪辑和编程经验的 AI 视频制作流程：用户只需准备定稿文案、MiniMax 生成的完整配音、人物图片和录屏素材，交给 Codex 即可自动完成语音识别、时间轴划分、画面编排、Remotion 代码编写和视频渲染。文章讲解了 A-roll/B-roll 的划分原则、用 video-shotcraft 镜头库选择动效、如何用"六层任务书"描述需求，以及通过关键帧审核、短样片反馈到最终导出的分阶段工作流，让用户以导演和审核者的角色完成知识口播视频制作。
从零开始用 ComfyUI 跑 MiniMax H3（2）：官方skill分析与简易示例
本文是 MiniMax H3 视频生成系列第二篇，作者在 4080 12G 显存笔电上用 ComfyUI 本地运行 H3。文章首先分析官方公开的九套 Skills，涵盖产品广告、品牌宣传、纸拼贴、纸艺定格、歌词贴字 MV、3D 动画、手绘实拍融合和双人游戏开场，并附自制案例视频。随后详解 H3 提示词写作规范：先确定任务模式（T2VA/I2VA/FL2VA/L2VA/Ref2VA），为参考素材分工，定义视觉系统，单独列出屏幕文字的进入、可读与退出状态，按时间线写主体动作与运镜，将声音分为剧情内音景与非剧情配乐，规定转场继承方式，并明确结尾定格，最后给出一份可直接复用的 Prompt Spec 模板。
本地大模型当导演，从此看片不求人
这是一篇面向小白的 ComfyUI 本地 AI 出图与生视频完整教程。文章介绍了 ComfyUI 的节点连线原理与硬件要求（显存 8GB 起步），详解安装方法（推荐秋叶整合包）、模型文件的正确存放目录、跑通第一张文生图流程；随后推荐了可商用的 Z-Image Turbo 模型并给出完整配置，再讲解用 Wan 2.2 做文生视频、图生视频和首尾帧过渡的玩法，提示词要描述动作与镜头运动。最后介绍如何使用官方模板库和社区工作流，以及通过替换越狱编码器实现未审查模型生成短剧视频的方法。
AI还原《倩女幽魂》经典台词：本地生成25秒写实古风短片
作者分享使用MiniMax模型在本地电脑（4070显卡16G显存）生成的25秒《倩女幽魂》AI视频，还原电影经典台词场景，无需花费token。文章附带了完整的视频提示词Skill框架，涵盖人物一致性设定、四镜头分镜设计（宁采臣与聂小倩的离别对白）、声音设计（原生中文对白、口型同步）及影像限制要求（宽银幕画幅、胶片质感、无字幕水印等），展示了AI视频生成在古风剧情短片创作中的应用效果。
开源 MiniMax 信息流广告变现 SOP
本文介绍了利用开源 MiniMax 模型制作信息流广告以实现日赚 3000 元的实操方法。作者详细拆解了从创意脚本生成、九宫格图片制作、视频提示词编写到最终渲染的四步 SOP，并提供了完整的智能体元指令和工作流工具推荐，旨在将 AI 视频创作转化为标准化、可量产的变现流水线。
热门文字转语音 TTS 到底谁最强
文章评测了多款热门 TTS 工具：IndexTTS2 擅长情绪克隆，dots.tts 表现均衡，MiniMax 省心且速度快，GPT-SoVITS 最实用且门槛低。同时指出了 Qwen3-TTS 等工具的不足，并提供了本地部署的硬件建议。
用AI制作视频的核心心法与全流程解析
文章分享了作者使用 AI 制作视频一个月沉淀下来的完整方法论与避坑指南。不同于只关注画面生成的常规教程，作者提出“音频驱动视频”的核心心法：从逐字稿和字幕文件入手，确立时间轴基准，再通过 Remotion 等工具同步控制画面、动画与音效。内容详细拆解了音频处理、画面设计、素材库沉淀及验收调试等关键环节，并开源了三个相关 Skill，旨在帮助创作者建立可复用的 AI 视频生产工作流。
Openclaw搭建内容工厂
本文详细介绍了如何利用 Openclaw（龙虾）搭建自动化的内容工厂。文章涵盖了 Agent 的基础配置结构（AGENTS.md, IDENTITY.md, SOUL.md）、信息获取工作流（行业早报与热点追踪）、基于 Qwen-Image 的文本生成与推文草稿流程，以及结合 MiniMax 语音服务的视频生成工作流。作者总结了从重复劳动中提炼工作流，并通过 API、脚本及 Skill 封装，最终交由 AI 永久执行的方法论。
换人AI视频到底是怎么做的：我用MiniMax H3 工作流，先照原模板跑通
作者拆解了热门的AI视频换人技术，基于机智波玩AI发布的MiniMax H3角色替换工作流（RunningHub画布），讲解如何用现成模板最快做出第一版换人视频。文章指出应先认准真正生效的上方分支，第一步保留原视频只换角色参考图，第二步只修改提示词中换人对象的定位描述（用位置加衣服锁定目标），第三步照抄采样等参数不做凭感觉的调整，第四步通过分帧核查验证新结果并按错误类型逐项排查。最后总结可迁移的控制逻辑：视频给动作环境、图片给角色身份、提示词限定改动范围，建议按风险从小到大逐步修改素材。
