seesee75-commits/ComfyUI-MiniMaxH3-Director

解決する課題

MiniMax H3は、映像と音声を同時に生成する強力なモデルですが、ComfyUIで使用する場合、通常は手動による複雑なプロンプト作成とフレーム数え上げが必要です。このプロジェクトは、タイムラインベースのエディタを提供し、手動によるストーリーボードのプロンプト入力を、ショット、キーフレーム、オーディオトラックを管理するビジュアルインターフェースに置き換えます。

仕組み

このプロジェクトは、ComfyUI用のノード群を導入し、生成プロセスをストーリーボードワークフローに変えます。ユーザーは画像、動画、オーディオクリップをタイムラインにドラッグ＆ドロップして、ショットとタイムスタンプを定義できます。システムは、これらの視覚的な配置を自動的にMiniMax H3が要求する特定のプロンプト形式にコンパイルするため、ユーザーはレンダリング前に正確なプロンプトを確認できます。

対象者

ComfyUIを使用するコンテンツクリエイターやAIビデオアーティストで、長い手動のテキストプロンプトを書く代わりに、MiniMax H3のためのより直感的でプロフェッショナルな編集スタイルのワークフローを求める方。

ハイライト

• タイムラインエディタ: 秒またはフレームのルーラーを使用して、ショット、キーフレーム、オーディオトラックを視覚的に管理。
• 自動プロンプト生成: タイムラインセグメントと参照アセットからストーリーボードのプロンプトを自動的にコンパイル。
• 参照管理: 被写体（人物、シーン、小道具）用の専用スロットと、参照動画・オーディオのサポート。
• オーディオ統合: 参照オーディオ、ミックスされたサウンドトラック、被写体ごとの特定の音声クリップ割り当てをサポート。
• VLM統合: 「分析」ボタンと、ローカルのビジョンモデルを使用して参照画像を説明するEnhance Promptノードが含まれています。
• リテイクシステム: 再生成された範囲をベース動画にスプライスする専用ノード。