5 集AI 科幻系列复盘：Flux+Kokoro 工作流与踩坑
darkcashxtr · reddit · 2026-10-08
一位创作者分享了用 AI 制作科幻连续剧（配旁白的图文幻灯片形式，讲述 2100 年起人类千年历程）5 集后的完整工作流与踩坑：
- 流水线：故事散文与 Claude 共同创作，用 [NARRATOR]、[PRIME] 等标签把每行台词映射到特定配音；配音用 Kokoro TTS，每个标签一个声音；画面为每个剧本节拍生成一条 Flux prompt（第 5 集就有 381 张图）；最后用 Python 脚本和 CapCut 把画面与旁白同步剪辑。
- 踩过的坑：Flux 生成的图里凡是出现文字（屏幕、招牌、标签）都会乱码，只能逐帧审查剔除；单集一度接近 50 分钟，改拆成两集约 20 分钟。
- TTS 选型：Zonos 2 加语音标签后效果像"喝醉了"，令人失望；Qwen3-TTS 最好状态下与 Kokoro 相当，但一加"轻笑""紧张"类标签就跑偏，且似乎只有云端平台效果好、本地不行；最终只有 Kokoro 可用，虽然平淡。
- 待解问题：本地 TTS 如何做出真实情绪（颤抖、紧张笑、耳语），以及如何在数百张生成图中保持角色视觉一致性，作者在向社区求方案。
「多模态」频道最新
- 用 Seedance 2.5 打造 AI 剧情片《BOTCHED: Christa Pike 的故事》 — AIandDesign · 2026-10-08
- Reddit 用户发布暗黑奇幻系列《THE FOREST》第二集 — FauxFeast · 2026-10-08
- Midjourney 上线 10 月 7 日 Office Hours 视频回放 — midjourney · 2026-10-08
- 本地 3B 音乐模型写歌,Claude 一条 prompt 生成音乐 MV — Pleasant_Salt6810 · 2026-10-08
- Runway 视频生成进驻 ChatGPT:对话窗口内直达简报、生成、改稿 — runwayml · 2026-10-08
- 280次生成磨出超人vs埼玉预告片：MiniMax H3实战经验全公开 — Automatic-Building84 · 2026-10-08