模型加载 图片输入 此处需要将视频缩放至符合视频模型的尺寸，采用剧中裁剪 音频处理 完整工作流 音频使用了开源的 ace_step_v1_3.5b.safetensors 模型，和 minimaxi.comAPI 效果演示_口播 视频文件托管在cloudflare 效果演示_唱歌 视频文件托管在cloudflare 评价