H3 唇形同步实测：提示词里写上歌词，口型准确度大幅提升
redkinoko · reddit · 2026-10-20
Reddit 用户 redkinoko 分享了 H3 唇形同步的一个实用发现：仅靠音频驱动时，H3 只能猜测每个音素对应的口型，部分发音会出现嘴型不匹配；而把唱出的歌词写进 prompt 后，口型动作明显改善。
作者的自动化工作流是把歌曲切成 10 秒片段，并逐段修改 prompt 使其精确匹配该段歌词。他进一步设想：可以用 ChatGPT 自动从分段音频中提取歌词、再注入 ComfyUI 工作流的 prompt，实现全自动批量处理，不过尚未实测。配图对比了无歌词 prompt 时的效果。
「编程与Agent」频道最新
- 观点：CRM 的未来是编排智能体的「上下文引擎」 — matt_slotnick · 2026-10-20
- NVIDIA 新方法可在后训练前预测哪个基座更适合做编码 Agent — sudoraohacker · 2026-10-20
- OpenAI 基准显示 GPT-6.1 Sol 迁移 COBOL 老代码准确率达 97% — ChrisGPT · 2026-10-20
- Matt Pocock:自建个人 wiki 三个月成业务关键基础设施 — _AustinCalvert_ · 2026-10-20
- 99% 的人不知道「录制技能」：computer use 天花板远未到 — alliekmiller · 2026-10-20
- 当编码模型犯蠢时换 Qwen 顶上，被比作敲一次 sudo — DanGrover · 2026-10-20