崩れた場面を、見分ける
この記事にはアフィリエイト広告が含まれます。
MiniMax H3の崩れを直す方法｜顔・手・音声・継ぎ目の確認
生成成功やMP4の再生だけではQA完了ではありません。通常速度で映像と音を確認し、開始、中間、終端、音声、連結部を分けて判定します。数値が正常でも、人が見て・聴いて破綻していれば不合格です。
- 最終判定
- 人間の映像・音声確認
- 尺の格子
- 17k+5・24fps
- 音声latent
- 40Hz
- 学習帯
- 124〜362 frames
開始1秒を等速で見る
初コマの向き、参照画像のポーズや背景の混入、早い瞬き、顔の置き換わりを確認します。瞬きを抑えたい場合は、開始画を早いコマで再び指定する方法もあります。出力を通常速度で見て、必要なら開始状態とguide位置を調整してください。
中間は動作とカメラを分けて見る
手指、関節、物体の接触、視線、衣装、カメラ角度を確認します。被写体の動きとカメラ移動を同時に大きくすると原因を切り分けにくいため、失敗時はどちらか一方を弱めます。
音声は目視と別に聴く
台詞の話者、唇との同期、左右定位、環境音、音量段差、破裂音、末尾の切れを確認します。AACの末尾が映像よりわずかに長い例があるため、連結時は音声ストリーム長ではなく実映像尺を基準に閉じます。
継ぎ目を拡大して確認する
Continuationは音のclick、ノイズ床、明るさ段差、一瞬の閃光、同一性、動きの方向を確認します。39フレームoverlapでclickが消えた例もありますが、22fと39fを常に同じ条件で使えるとは限りません。
再生成前に一変数だけ変える
seed、prompt、guide位置、LoRA強度、sampler、step数を一度に変えません。比較対象、変更点、出力、所要時間、判定者の結論を一組で残します。
よくある質問
MP4が再生できれば成功ですか？
いいえ。開始状態、動作、音声、終端、継ぎ目を通常速度で確認して初めて品質判定できます。
no blinkingと書けば瞬きを止められますか？
決定的ではありません。promptだけで止まらなかった実機例があり、必要なら早いフレームの画像guideや編集で対処します。
長くつなぐほど安定しますか？
逆に色、明るさ、人物同一性、動き、音のドリフトが蓄積する可能性があります。短い単位ごとに合否を出します。
