做了一个儿童英语频道 Cappy The Capybara 的第一支 MV，2分35秒的 ABC 儿歌，分享一下完整流程和踩的坑，欢迎大家拍砖。

一、画面：ComfyUI + MiniMax H3

• 角色：卡皮巴拉 Cappy（背蓝色书包），场景是木屋教室
• 硬件：蓝宝石白金版 7900XTX
• 分辨率 / 帧率：1056×608，24fps

二、音乐：Suno

• 风格和提示词都是DSH写的，然后SUNO网页会增强提示词
• Suno 版权：免费版生成的歌不能商用，之后订阅 Pro 也不会补授权；用旧歌当 Sample 重新生成的也算衍生作品，同样不能商用。想以后赚钱的，记得一开始就用 Pro 生成，而且不要加 Sample

三、后期（全部用 Python 脚本自动完成）

1. 字母卡片自动对齐：用 faster-whisper 识别出每个字母的演唱时间，唱到哪个字母，右侧就弹出对应的彩色字母卡（弹跳 + 星星特效），下一个字母出现前自动淡出
2. 卡拉OK字幕：副歌部分换成底部字幕，唱到哪个词，哪个词就变黄并跳一下
3. 开场动画：用频道 logo 程序化生成 4.7 秒开场（放射光背景 + logo 弹性出现 + 高光扫过 + 星星），音效用 numpy 合成，没有版权问题
4. AI 超分：Real-ESRGAN 的 realesr-animevideov3-x2 模型，1056×608 超分到 1920×1080，M1 Max 跑 3600 帧大约 15 分钟。卡通线条明显变锐利，但毛发和粉笔灰这类细纹理会被抹平
5. 缩略图和英文字幕（SRT）：也是脚本生成

欢迎大家指点，尤其是 MiniMax H3 怎么让角色在多段视频里更一致，求经验