文章作者: AIMagicCat
版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 MagicCat！
相关推荐
2026-03-10
用 Replicate 一键生成玲依四格：我的完整流程记录
从 YAML 场景到 Replicate 出图，我用的是一条「YAML → gen 脚本 → Replicate API」的流水线。这里记完整流程和踩坑点。 1. 流程概览 写 YAML：按 玲依 YAML 脚本约定 写好 comic_info 和 panels。 跑 gen 脚本：例如 node gen.js scene_01.yaml --ref reference.png --out ./output，脚本负责读 YAML、拼 prompt、按格顺序调 Replicate。 Replicate 出图：每格调用一次 Replicate 上的图生图模型（如 nano-banana-2 / 其他 Flux 系），传入参考图、可选前一帧、以及本格 prompt。 收图与拼四格：脚本把每格保存为独立文件，再用手工或简单脚本拼成四格图。 2. gen 脚本做什么 解析 YAML：读 comic_info 和 panels，按 panel1～panel4 顺序遍历。 拼 prompt：把全局 style、color_scheme、background_style 和当前格的 ...
2026-03-10
我如何用 YAML 写出玲依的四格漫画脚本
用 YAML 写玲依四格脚本，可以同时给人看分镜、给 gen 脚本当配置。下面是我用的结构和约定。 1. 顶层结构一个场景一个 YAML 文件，顶层大致分三块： comic_info：漫画类型、风格、角色、背景等全局信息。 description_show（可选）：是否在生成时把描述打出来，方便调试。 panels：每一格的内容（描述、场景、动作、表情、台词等）。 2. comic_info 约定comic_info: type: "四格漫画" style: "柔软线条、讽刺冷幽默、统一角色、日系漫画感" color_scheme: "室内暖光，可加一点屏幕/手机绿光" characters: 妹妹: name: "参考图" appearance: "白毛猫娘、银白色长发、猫耳、圆眼、娇小体型" personality: "天真、容易被话术带节奏、事后呆住" 哥哥: name: "参考图" appearance: "普通青年、黑发或深色短发、日常休闲装" personali...
2026-03-10
从角色参考图到连续分镜：玲依 AI 漫画制作实战
做玲依这类固定角色的多格漫画时，角色参考图和前后帧衔接直接决定成品是否「像同一个人」。这篇记录我实际用下来的做法和坑。 1. 参考图准备 选一张「定妆照」：挑一张你最满意、表情/角度都适合当基准的玲依图，作为整篇的 reference_image。建议正面或 3/4 侧、表情自然、光线清晰。 分辨率：至少 512×512，推荐 768×768 或 1024×1024，避免被模型当低清图弱化细节。 只保留角色：若原图背景杂乱，可先抠图或裁成半身/大头，再作为参考图，减少模型把背景元素学进去。 2. 前后帧衔接（连续分镜） 第一格：只喂参考图 + 本格 prompt，不喂前一帧。 第二格及之后：除参考图外，再喂前一格成图作为 image / previous frame，prompt 里可加「与上一格同一角色、同一场景、动作/表情接续」。 同一场景多格：在 prompt 里固定背景描述（如「室内、暖光、沙发旁」），并尽量保持服装、发型描述一致，这样即使模型略有漂移，观感上仍连贯。 3. 分辨率与放大 出图分辨率：按你最终发布需求来...
2026-03-10
AI 漫画配音实战：从廉价 TTS 到声音克隆
在做剪辑漫画视频的时候，我最崩溃的一步不是画面，而是配音。 一开始我以为现在大模型这么多，随便找个 AI TTS 就够用了，结果实际跑下来发现：大部分免费/通用的 TTS 效果都挺一言难尽的。 1. 普通 TTS：能用，但很「AI」我实际试下来，很多 TTS 都有一个共同问题：听得出是机器人在念稿子。 情绪很平：整段像说明书朗读，没有起伏 停顿怪：该停顿的地方飞过去，不该停顿的地方突然卡一下 咬字微妙：个别音节总有点说不出的奇怪口音 用在漫画剪辑视频里，观众一听就知道是「AI 配的」，代入感会被拉掉一大截。 如果只是做工具演示类视频，这种 TTS 还能勉强接受；但一旦有角色、有情绪、有剧情，问题就很明显了。 2. 豆包等商用 TTS：进步明显，但仍有缺憾对比了一圈之后，豆包的 TTS 效果在同类工具里其实算不错的： 情绪和节奏都更自然一些 语气不会那么「合成感」 多角色、多音色选择，比起免费 TTS 已经是明显升级 但实际用在「漫画视频 + 角色对白」这个场景里，还是有几个让我犹豫的点： 成本问题： 长期大量生成语音，成本会持续累积 ...
评论
公告
我是MagicCat，一个喜欢折腾的开发者。我涉及的领域包括：开发、技术、生活、学习、分享。