H3音频生成工作流：通过AudioSR实现48kHz高保真上采样
AppointmentOk972 · reddit · 2026-08-11
作者分享了一种基于 H3 模型的音频生成与优化工作流。通过修改官方 T2VA 工作流，将 32x32 的图像维度作为输入以最小化视频生成时间，并绕过视频 VAE。
核心技巧在于将 Audio VAE 的输出接入 AudioSR 自定义节点，从而实现 48kHz 的高质量上采样，并最终保存为 FLAC 格式。作者表示，这种动态和声场效果令人印象深刻，并建议将 AudioSR 上采样技巧整合到常规视频工作流中。
「多模态」频道最新
- 修复 Intel Arc 显存异常：开发者推出 ComfyUI 稳定性补丁 — Valuable-Subject-274 · 2026-08-11
- 多模态 AI 组合实战：一天内零放大制作 Ken Block 致敬视频 — beechinour · 2026-08-11
- 本地视频生成提速 5 倍：Wan2.1 模型 WanGP 优化实测 — cocktailpeanut · 2026-08-11
- Hailuo H3 视频参考功能演示：效果惊艳 — cocktailpeanut · 2026-08-11
- 单卡跑 MiniMax-H3：六种本地优化方案盲测横评 — Primary-Confusion504 · 2026-08-11
- 京东开源 JoyAI：实时流式视频编辑模型 — fruesome · 2026-08-11