这次是使用了Voxcpm 来创作对白，

另外使用了 Ltx2.3 Lip Syn 作为合成，参考：https://lcz.me/topic/650/试一试玩转-ltx-2.3-ai-lip-sync-唇形同步模型

如何拿到倪匡的对白：参考：https://lcz.me/topic/641/试一试用ai-把-王祖贤-还原成香港配音

倪匡原音 - Copy.mp4，下载后改成mp3

Comfyui 工作流
video_ltx2_3_ia2v_imbi.json

Prompt:

帮我总结给阿嬷的情书这部戏，缘起，最后的结果，300字，保持时长时段大约30秒，
请将这句短文创作成适合voxcpm 的格式，我需要根据文字的意思，仿造成更加优美的真人对白，而不是机械的罐头声音，提供更适合朗读的电台感台词本，
请这段对白里面加上合适的属于voxcpm 2 Emotion/Action Tags，Tags里不要加上Emotion/Action字眼，
请提供普通话，粤语，闽南语和潮州语版本，
请推荐合适的属于voxcpm Control Instruction，
在voxcpm Control Instruction最后加上这一句，不要在Control Instruction的开头和结尾放[],
, CRITICAL: Do NOT read aloud any text inside brackets or tags like [sigh], [gasp], or [laugh]. Treat them purely as non-verbal physical actions, emotional tones, and breathing cues.

有时候他的control Instruction 会错误，可以参考这个：

Control: speed=0.88, pitch=0.93,dynamic_range=high, CRITICAL: Do NOT read aloud any text inside brackets or tags like [sigh], [gasp], or [laugh]. Treat them purely as non-verbal physical actions, emotional tones, and breathing cues.

最后：

参考：Target Tex

[sigh] 一纸泛黄嘅侨批，深藏住两个女人半世嘅守候。[sad] 阿Ma一直以为，嗰个远喺泰国嘅爱人，用三十年嘅家书同汇款，撑住咗成个家。但佢唔知 [pity]…… 佢老公早喺1960年就已经客死异乡。往后漫长嘅十八年，系另一个善良嘅陌生女仔谢南枝，模仿住字迹，用一场温柔嘅大话，成全咗阿Ma一生嘅期盼。[nostalgia] 跨越山海，佢哋唔需要相认，因为佢哋打从一开始就未分开过；爱到最后，不过系一句最平淡嘅：[whisper] 咸猪肉好唔好吃？好食嘅话，我再寄予你。[cry]

参考：Control Instruction

Control: speed=0.88, pitch=0.93,dynamic_range=high, CRITICAL: Do NOT read aloud any text inside brackets or tags like [sigh], [gasp], or [laugh]. Treat them purely as non-verbal physical actions, emotional tones, and breathing cues.

LTX_2.3_ia2v_00021_.mp4

最终效果：
https://youtube.com/shorts/sPkY8FOSNUU?feature=share