视频生成模型 H3 惊现幽灵音频：提示词被朗读

Vijayi · reddit · 2026-08-26

有用户报告在生成视频（推测为 H3 模型）时遇到随机出现的画外音或朗读提示词内容的“幽灵音频”问题。即使在提示词中未指定有人声，生成的视频中有时会包含直接朗读提示词指令（如镜头方向）或完全无法理解的乱语声音。该用户目前使用的参数是 0.4 引导系数、8 步迭代、内置 LoRA 检查点，时长 10-12 秒。