15 秒上限怎么做出成片？MiniMax H3 分场景参数搭配完整攻略

import requests
import json

url = "https://api.minimax.chat/v1/t2a_v2"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}
payload = {
    "model": "speech-01-turbo",          # 语音模型：speech-01-turbo（轻量）/ speech-01（标准）/ speech-02-hd（高清）
    "text": "清晨的阳光洒在海面上，一只海豚跃出水面，溅起晶莹的水花。",
    "stream": False,
    "voice_setting": {
        "voice_id": "male-qn-qingse",     # 音色ID，从海螺AI音色库选择
        "speed": 1,                        # 语速倍率：0.5~2.0
        "vol": 1,                          # 音量：0.5~2.0
        "pitch": 0,                        # 音调：-10~10
        "emotion": "happy"                # 情绪：happy / sad / angry / surprised / fearful / disgusted
    },
    "audio_setting": {
        "sample_rate": 32000,              # 采样率：16000 / 32000 / 48000 Hz
        "bitrate": 128000,                 # 比特率：64000 / 128000 / 256000 bps
        "format": "mp3",                   # 格式：mp3 / wav / flac
        "channel": 1                       # 声道：1（单声道）/ 2（立体声）
    }
}
response = requests.post(url, headers=headers, json=payload)
print(response.json())

# pronunciation_dict：精确控制多音字读音与语调
payload_advanced = {
    "model": "speech-02-hd",
    "text": "真正危险不是计算机开始像人一样思考，而是人开始像计算机一样思考。",
    "voice_setting": {
        "voice_id": "female-tianmei",      # 女声甜美型
        "speed": 0.9,                       # 稍慢，便于观众跟听
        "pitch": 2,                         # 轻微升高，增加亲和力
        "emotion": "surprised",             # 悬念感引导
    },
    "pronunciation_dict": {                 # 精确控制特殊读音
        "tone": [
            "计算机/(jì)(suàn)(jī)",       # 多音字纠正
            "人工智能/(rén)(gōng)(zhì)(néng)"
        ]
    },
    "audio_setting": {
        "sample_rate": 48000,               # 高精度
        "format": "wav"                     # 无损格式
    }
}

# 电影感风景视频
[16:9] [24FPS] [电影色调] 一辆红色敞篷车行驶在加州1号公路，海岸线在右侧延伸，天空是金橙色的日落，[中景] 车身反射夕阳光泽，[远景] 海鸥从画面右侧飞过

# 短视频竖版
[9:16] [24FPS] [国潮风格] 年轻女生穿汉服在樱花树下转身微笑，花瓣随风飘落，[特写] 面部表情柔和，[中景] 完整人物与樱花背景，[情绪] 温馨愉悦

# 电商产品展示
[1:1] [24FPS] [极简白底] 一瓶精华液悬浮在画面中央，滴管滴下一滴液体，液滴呈球形凝固在半空，[特写] 产品质感光泽，[光线] 右侧柔光

# 将H3生成的无声视频（input_video.mp4）与T2A生成的音频（voice.mp3）合并
ffmpeg -i input_video.mp4 -i voice.mp3 -c:v copy -c:a aac -shortest output_final.mp4

# 调整音频淡入淡出（避免开头突兀）
ffmpeg -i input_video.mp4 -i voice.mp3 -filter_complex "[1:a]afade=t=in:st=0:d=0.5[audio]" \
  -map 0:v -map "[audio]" -c:v copy -c:a aac output_smooth.mp4

# 输出2K画质（假设原视频为768p短边，需先上变换）
ffmpeg -i input_768p.mp4 -vf "scale=2048:-1" -c:v libx264 -crf 18 output_2k.mp4