待验证60% 置信基准精确时间

H3 的唇形同步（lip sync）表现完美，但生成的语音较为孤立，缺乏与视频环境的融合感

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/8/27

首次发现

有效期至：2026/11/25

来源

MiniMax H3深度实测：音频驱动视频生成开源模型全面评测

涉及实体

MiniMax H3model

相关事实

待验证H3展现出强大的声音克隆能力，多位用户称其对特定人物声音和语调的还原非常到位74% 相似待验证传统级联架构先生成视频再配音，会导致音画不同步、唇形对不上、环境音与画面动作脱节等问题70% 相似待验证据UP主实测，阿里云语音合成稳定性突出，不会出现声音忽大忽小和情绪指导指令误入侵音频的问题67% 相似待验证H3所展示的克隆能力属于零样本克隆（Zero-shot Cloning），仅通过几秒到几十秒的参考音频提取说话者声学特征66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/810223

API

curl https://kongchang.com/api/v1/knowledge/claims/810223

MCP

get_claim(id=810223)