漫剧软件

漫剧软件

简介

漫剧软件是基于 ComfyUI + RunningHub + 本地推理的 AI 漫剧生产全流程工具链。它将「小说文本 → 分镜脚本 → 角色一致性建模 → 场景批量生成 → 语音合成 → 剪辑合成 → 字幕嵌入 → 成片输出」全自动化，单条 3-5 分钟漫剧从文本到成片仅需 30-60 分钟，成本仅为传统制作的 1/20。

核心模块

1. 智能分镜引擎

• 文本结构化: 长文本自动切分场景、提取人物、动作、对话、环境描写
• 分镜生成: 基于剧情节奏自动规划镜头语言（全景/中景/特写、运镜、转场）
• 提示词工程: 针对漫剧风格优化的正向/负向提示词模板库（日漫风、国漫写实、美漫、像素风等）
• 一致性控制: 角色 LoRA 训练、IP-Adapter 参考图、ControlNet 姿态/深度/线稿控制

2. 角色一致性系统

• 角色档案库: 外貌特征（发型、瞳色、服装、配饰）、性格标签、专属 LoRA 权重
• 多角度参考: 自动生成角色三视图、表情集、动作集作为后续生成参考
• 跨场景一致: IP-Adapter Plus + ControlNet OpenPose 双重保障，角色识别度 >95%
• 服装/道具切换: 支持同一角色不同服装、道具的无缝切换

3. 场景批量生成

• ComfyUI 工作流: 模块化节点图，支持并行生成、失败重试、进度监控
• 模型切换: SDXL、SD 1.5、Flux、WAN 2.1/2.2、LTX-Video 等多模型热插拔
• 分辨率自适应: 竖屏 9:16 (短剧)、横屏 16:9 (长视频)、方屏 1:1 (封面) 一键切换
• 批次管理: 单次生成 50-200 张分镜图，自动分批、排队、合并输出

4. 语音与音频

• 多角色配音: Edge-TTS、CosyVoice、GPT-SoVITS、Fish Speech 多引擎支持
• 情感控制: 语速、音调、停顿、情绪标签（愤怒、悲伤、喜悦、惊恐、平静）
• 音效库: 环境音、动作音效、转场音效、背景音乐 (BGM) 自动匹配
• 唇形同步: SadTalker / LivePortrait / Hallo2 驱动角色嘴型同步台词

5. 智能剪辑合成

• 时间轴编排: 分镜时长自动计算、台词对齐、节奏点卡点
• 转场特效: 剪切、淡入淡出、推拉镜头、故障风、漫画分格转场
• 字幕系统: 双语字幕、关键词高亮、弹幕风格、漫画对话框样式
• 成片导出: H.264/H.265/ProRes，多码率梯度，平台专属预设

技术架构

小说文本
    │
    ▼
┌─────────────────────┐
│  分镜脚本生成 (LLM)  │  →  结构化 JSON (scenes, characters, dialogues)
└─────────────────────┘
    │
    ▼
┌─────────────────────┐
│  角色一致性建模      │  →  LoRA 权重 + 参考图集 + ControlNet 预处理
└─────────────────────┘
    │
    ▼
┌─────────────────────┐
│  ComfyUI 批量生成    │  →  分镜图序列 (PNG/WebP, 1024x1920+)
└─────────────────────┘
    │
    ▼
┌─────────────────────┐
│  语音合成 + 唇形同步  │  →  音频 (WAV) + 视频片段 (MP4)
└─────────────────────┘
    │
    ▼
┌─────────────────────┐
│  剪辑合成 (FFmpeg/   │  →  成片 (MP4, 1080p/4K, 竖屏/横屏)
│  DaVinci Resolve)   │
└─────────────────────┘

快速开始

环境准备

# 1. 安装 ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt

# 2. 安装必要自定义节点
cd custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager
git clone https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite
git clone https://github.com/Fannovel16/ComfyUI-IPAdapter-Plus
# ... 更多节点见 requirements-nodes.txt

# 3. 下载模型权重
# models/checkpoints: juggernautXL_v9.safetensors, flux1-dev.safetensors
# models/loras: character_lora_xxx.safetensors
# models/controlnet: controlnet-openpose-sdxl-1.0.safetensors
# models/ipadapter: ip-adapter-plus_sdxl_vit-h.safetensors

导入工作流

1. 启动 ComfyUI: python main.py --listen 0.0.0.0 --port 8188 2. 打开 http://localhost:8188 3. 点击「Load」导入 workflows/manju-full-pipeline.json 4. 配置模型路径、LoRA 权重、输出目录 5. 在「Prompt」节点粘贴分镜 JSON，点击「Queue Prompt」

分镜 JSON 格式

{
  "project": "漫剧项目名",
  "style": "anime_realistic",
  "aspect_ratio": "9:16",
  "characters": [
    {"id": "protagonist", "name": "主角", "lora": "char_protagonist.safetensors", "ref_images": ["ref1.png", "ref2.png"]},
    {"id": "antagonist", "name": "反派", "lora": "char_antagonist.safetensors", "ref_images": ["ref3.png"]}
  ],
  "scenes": [
    {
      "id": "scene_001",
      "description": "雨夜街道，主角撑伞等人，情绪焦虑",
      "character": "protagonist",
      "pose": "standing_holding_umbrella",
      "camera": "medium_shot",
      "duration": 4.5,
      "dialogue": "怎么还不来...",
      "bgm": "tense_ambient"
    }
  ]
}

成本估算 (单条 3 分钟漫剧，约 45 个分镜)

| 环节 | 方案 | 耗时 | 成本 (GPU 小时) | 备注 | |------|------|------|-----------------|------| | 分镜生成 | GPT-4o-mini | 30s | $0.01 | API 调用 | | 角色 LoRA 训练 | Kohya-ss (10 张图) | 15 min | $0.15 | A100 40GB | | 分镜图生成 | SDXL + IP-Adapter (45 张) | 20 min | $0.40 | 批量并行 | | 视频生成 | WAN 2.1 / LTX-Video | 15 min | $0.60 | 图生视频 | | 语音合成 | CosyVoice / Fish Speech | 2 min | $0.05 | API/本地 | | 唇形同步 | LivePortrait | 5 min | $0.15 | GPU 推理 | | 剪辑合成 | FFmpeg | 2 min | $0.02 | CPU | | 合计 | | ~58 min | ~$1.38 | 约 ¥10 |

常见问题

Q: 角色一致性做不到怎么办？ A: 1) 增加参考图数量到 10+ 张多角度；2) 训练专属 LoRA (10-20 步)；3) 使用 ControlNet OpenPose + Depth 双控制；4) 后期用 FaceSwap 修复关键帧。

Q: 生成的视频有闪烁/变形？ A: 启用视频生成模型的「帧一致性」选项（WAN 的 motion_bucket_id、LTX 的 seed 固定），或用 RIFE/AMT 插帧平滑。

Q: 版权风险如何规避？ A: 1) 使用开源基座模型 (SDXL, Flux, WAN)；2) 角色 LoRA 训练素材自拍/授权；3) 背景音乐用免版税库；4) 成片加水印、嵌入不可见水印。

Q: 能批量生产多条漫剧吗？ A: 支持。准备多本小说分镜 JSON，配置任务队列，ComfyUI-Manager 支持批量排队，单 GPU 可串行跑 5-10 条/天。

更新日志

v0.4.0 (2026-08-20)

• 集成 WAN 2.1 图生视频模型，画质大幅提升
• 新增 LivePortrait 唇形同步节点
• 优化分镜 JSON Schema，支持更精细的镜头控制

v0.3.0 (2026-07-15)

• 角色一致性系统重构：IP-Adapter Plus + ControlNet 双控
• 新增多风格模板库（日漫、国漫写实、美漫、赛博朋克）
• 支持横屏 16:9 长视频输出

v0.2.0 (2026-06-10)

• 集成 CosyVoice 2.0 多情感语音合成
• 新增漫画分格转场特效
• 批量生成进度监控 Web UI

v0.1.0 (2026-05-01)

• 基础分镜生成 + SDXL 图生成 + 简单剪辑合成

相关资源

• [批量视频处理工具](/software/batch-video-processor) - 成片后的批量分发处理
• [ComfyUI 漫剧工作流](/workflows/manju-comfyui-workflow) - 可直接导入的工作流文件
• [AI 视频生成模型对比](/keywords/ai-video-generation-models) - WAN/LTX/Sora/Veo/Kling 对比
• [漫剧变现与分发指南](/learn/manju-monetization) - 平台入驻、收益模型、合规要点