H3 语音生成被吐槽僵硬，LTX 2.3 表现碾压

社区实测反馈 H3 视频模型的语音生成表现不佳：在 ComfyUI 用标准模板、Sage Attention、20 步生成的 reference 模式下，语音僵硬呆板，被比作 Microsoft Sam；角色配音即使表现最好时也显得平淡、缺乏情感。相比之下，LTX 2.3 在复杂情绪提示下的语音表现被认为明显更稳、更胜一筹。

2026-09-04 ~ 2026-09-04 · 2 条相关

• H3 语音被吐槽僵硬如 Microsoft Sam,LTX 2.3 语音表现碾压 — sporkyuncle · 2026-09-04
• 实测对比:H3 情感配音平平,LTX 2.3 复杂情绪提示更稳 — Super_Range45 · 2026-09-04