Digital Human - Text-to-Video - Humo

这是 Humo 模型的文本到视频和数字人工作流。

注意：1024x720 可生成 5 秒视频，832x480 可生成 10 秒视频，超过 5 秒后视频质量将逐渐下降。

使用方法：

1. 上传角色参考图像
2. 上传参考背景图像
3. 上传音频
4. 根据所需生成的视频尺寸和音频片段裁剪音频（格式：分钟:秒——例如，0:05 表示 5 秒）
5. 简单填写提示词

您可以点击 【测试效果】，如果对结果满意，可下载工作流进行本地部署！