この教材で手に入るもの

この教材は、第7回の動画と note の無料記事の実用版です。
無料記事に書いたことは全部入っています。そのうえで、5本のプロンプトの全文、設定値と番号（seed）、
Qwen3-TTS の入れ方と読ませるコード、MiniMax H3 に渡す声の作り方（コード）、ComfyUI のつなぎ方を足しています。

書いてあることは全部、手元の ComfyUI（VRAM 16GB）で生成して、動画に採用したものです。
プロンプトは書き写していません。採用した動画を作ったときの実行記録から取り出しています。

声の元を取る8秒の動画の文と設定（短い言葉6つ・声の感じ1文）
動画から音を切り出す ffmpeg の1行
Qwen3-TTS の入れ方（ComfyUI とは分けた環境）と、原稿を1文ずつ読ませるコード
原稿の書き方（1行1文・ひらがな・2文に分ける）
しゃべる動画の作り方：先に声 → 秒を測る → 指示に書く → 声もいっしょに渡す
MiniMax H3 に渡す声（動画と同じ長さの wav）を作るコード
ComfyUI で声を渡すノード2つのつなぎ方
自己紹介15秒（4カット）と、場所を変えた一言3本の文の全文と設定
口が合っているかの確かめ方（0.125秒おきに並べる ffmpeg の1行）

用意するもの

動画の側は、第2回の環境（ComfyUI・MiniMax H3・Turbo LoRA）のままです。

モデル：minimax_h3_ref2va_pruned_int8_convrot.safetensors（参照画像を渡す種類。この回は全部これ）
音声の VAE：minimax_h3_audio_vae_fp32.safetensors（声を渡すときに使う。参照画像のワークフローにもう入っている）
Turbo LoRA：minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors（8ステップ・強さ 1.0）
潜在拡大（自己紹介15秒と回廊の一言で使う）：第6回と同じ Comfyui-MMH3-UltimateUpscale

参照画像は、第6回で作った6枚から2〜3枚を選んで渡します。

声の側に、Qwen3-TTS を足します（第6節）。

Python 3.12 の仮想環境を、ComfyUI とは別に1つ
モデル Qwen3-TTS-12Hz-1.7B-Base（Hugging Face から）
ffmpeg（音の切り出しと、仕上げで声を重ねるのに使う）