太盛昌資訊 · 產品展示與操作手冊 · V18-Colab

MOTION STUDIO V18-Colab：舊照片修復、AI 製圖與影片生成工作台

從一張老照片開始，到修復、製圖、生成影片、剪接、配音、放大到 4K 為止，全部在同一套 Windows 軟體裡完成。V18-Colab 版新增雲端 Colab 生圖：算力點沒開機，也能用 FLUX、Z-Image Turbo、SDXL 四顆模型製圖。

V18-Colab 新增雲端 Colab 生圖FLUX・Z-Image Turbo・SDXL 提示詞自動轉換本機生成影片鎖臉

重點摘要

這是什麼
MOTION STUDIO 是太盛昌資訊服務有限公司（KentWare）開發的 Windows 桌面軟體，把舊照片修復、AI 製圖、AI 影片生成、剪接、配音、放大整合在同一個工作台，共 17 個分頁。
在哪裡運算
預設在自己的電腦與區域網路內的其他電腦（算力點）運算，照片不必上傳；也可以選用 Google 的雲端模型，或把製圖送到自己的 Google Colab。
V18-Colab 新增
四個製圖分頁可以改用 Google Colab 的 T4 顯示卡算圖，內建 FLUX.1 schnell、Z-Image Turbo、SDXL、FLUX.1 dev 四顆模型，並在軟體裡即時顯示雲端進度。
速度（實測）
Colab T4 高 RAM、1344×768：SDXL 約 1.5 分鐘一張、FLUX.1 schnell 約 4 分鐘、Z-Image Turbo 約 6 分鐘、FLUX.1 dev 約 18 分鐘（2026 年 10 月實測）。本機 16GB 顯示卡生成 5 秒影片：480p 草稿約 3～4 分鐘、720p 定稿約 13～15 分鐘。
適合誰
照片修復與紀念影片工作室、婚禮與活動影像業者、需要在自己設備上處理客戶照片的中小企業。

最後更新：｜版本 V18-Colab｜文中時間皆為特定設備上的實測參考值，不是保證值。

章節照製作順序排列；點章節名稱會直接跳過去並展開。

點章節標題可以展開或收合；截圖點一下可以放大。
01

安裝之前：設備等級、效能與授權說明

▼

安裝與正式拿來做生意之前，請先讀完這一章。

設備等級

等級硬體做得到的事
入門體驗一般四核心以上處理器、記憶體 16GB、顯示卡記憶體 4GB快速草稿、基礎修復、影片剪接、系統內建語音配音
推薦生產力記憶體 32GB、NVIDIA 顯示卡記憶體 8GB 以上寫實分鏡圖、鎖臉、動作與場景參考、人物模型訓練
本機生成影片記憶體 64GB、NVIDIA 顯示卡記憶體 16GB以文生影、以圖生影（480p 草稿與 720p 定稿）、聲音克隆
多台分工兩台以上，各自負責不同工作大量批次、4K 放大、每秒 60 格補格，與製圖同時進行
雲端 Colab（選用）自己的 Google 帳號與 Colab 運算單元、雲端硬碟約 48GB不靠自己的顯示卡，用 FLUX、Z-Image Turbo、SDXL 製圖

安裝方式

這套系統要裝的元件很多，而且跟顯示卡驅動程式的版本綁得很緊。我們建議由太盛昌的工程師到府或遠端一對一安裝， 安裝前先執行環境探測程式，確認每一台電腦的顯示卡、記憶體與網路。

效能說明

處理速度完全由您的硬體決定。手冊裡寫的時間都是我們在特定設備上實測的數字，僅供參考，不是保證值。沒有顯示卡、只靠處理器運算時會非常慢，不建議用於正式製作。

授權與計費提醒

項目請注意
各個 AI 模型製圖、影片、語音用到的模型各有自己的授權條款，有些僅限非商業用途。要拿成品做生意之前，我們會依您實際安裝的模型逐項跟您確認。
路線Ｃ 台灣國語使用的是微軟線上語音的非官方免費介面，文字會送到微軟的伺服器，而且對方隨時可能調整或停止服務。
Google 與其他雲端服務用您自己申請的金鑰，依用量計費，費用由服務商直接向您收取。
肖像與聲音請只使用您有權使用的照片與錄音。克隆他人聲音、使用他人肖像前，請先取得本人或家屬同意。
02

本版重點功能總覽

▼

本工作台的主要能力一覽。如果您只想快速知道這套軟體能做什麼，看這一章就夠。

功能在哪裡解決了什麼
雲端 Colab 生圖（V18-Colab 新增）以文生圖、以圖生圖、一步一步做、批次產線算力點沒開或想用更大的模型時，送到自己的 Google Colab 算圖；FLUX.1 schnell、Z-Image Turbo、SDXL、FLUX.1 dev 四顆可選
提示詞自動轉換（V18-Colab）以文生圖、以圖生圖介面標示每顆模型懂不懂中文；只懂英文的模型送出前自動翻譯，並把實際送出的英文顯示給您看
雲端進度即時顯示（V18-Colab）狀態列搬模型、準備、算到第幾步、還要多久，都顯示在軟體裡，不用切到 Colab 看
成品檔名帶種子（V18-Colab）圖片與本機影片檔名尾巴的 _s 數字就是種子，挑到滿意的那張可以原樣重現或出更高畫質
以文生圖・以圖生圖（V18 新分頁）獨立分頁不必走完整流程，寫一段描述就能畫；畫好可以直接帶去下一步
以文生影・以圖生影（V18 新分頁）獨立分頁文字或一張圖直接變成影片
本機生成影片（V18）以文生影／以圖生影用自己的顯示卡做，不上傳、不計費；480p 草稿試好再出 720p 定稿
鎖臉（V18）以文生圖／以圖生圖臉照指定照片鎖住，衣著、身材、場景自由重畫
Google 圖片與影片模型（選用）四個生成分頁、付費 API填自己的金鑰就能用，需要同步聲音的鏡頭交給雲端
每頁右上角的 ? 說明鈕全部 17 個分頁點一下開獨立說明視窗，不用再問「這頁怎麼用」
配音工作室（本機 Voicebox）獨立分頁聲音克隆、內建音色、語音轉文字，全部在本機
路線Ｃ 台灣國語配音工作室本機 AI 模型只有大陸腔，這條給道地台灣腔
路線Ｄ Windows 內建語音配音工作室作業系統內建的台灣中文，離線、一句約 0.1 秒
新手模式配音工作室右上角收起進階選項，畫面只剩必要按鈕
剪輯台（新分頁）獨立分頁看著畫面拉時間軸剪片：剪下各段，或拼貼成一支
分段剪輯影片剪接①用填秒數的方式切段（剪輯台的簡易版）
內建字幕偵測與移除影片剪接⑤判斷影片自帶字幕軌並另存無字幕版，畫質不變
長文自動分段合成配音工作室長旁白切成短句逐句做，避免顯示卡爆掉做不完
即時碼表與看門狗配音工作室看得到已經跑幾秒；畫面假忙碌會自動解除
片尾字幕 10 種效果影片收尾⑤捲動、滑入、彈出、淡入、逐行、跑馬燈，可先本機預覽
只配音、畫面不顯示字幕／另存 .srt影片剪接⑤現場播放只要旁白；要上傳平台時另掛字幕檔
每個接縫各自的轉場（57 種）影片剪接②每兩支影片相接處各選效果與秒數，可單獨預覽
N 卡專屬防呆全部N 卡才能做的事，製圖主機沒開會停下來提醒，絕不改派 AMD
分工建議分工每一項附建議放哪台與原因，並自動檢查互相卡住的分工
指定哪台就跑哪台分工／⑥／批次每項功能各自指定機器，台數不限，不再只認兩台
影片生成（分段接續）獨立分頁管理六段 5 秒的接續：提示詞、首圖、挑尾幀、送去拼接
一鍵釋放顯示卡右上角配音與繪圖共用一張卡時，依現在要做的事把用不到的模型請出去
完整記錄檔logs 資料夾每一步與每個錯誤都有時間戳記，出事可追
作品、人物模型與各項設定集中存放在資料資料夾，安裝時由工程師指定位置；備份時整個資料夾複製即可。
03

開始之前：啟動與介面總覽

▼
1怎麼啟動
  • 在程式安裝資料夾裡按兩下 run_windows.bat。
  • 會同時開一個黑色終端機視窗，那裡會即時顯示所有動作與錯誤，請不要關掉它。
  • 出問題時，記錄檔在 安裝資料夾 logs app_年月日.log，每一行都有時間。
2介面分成四塊
  • 左邊：17 個分頁的導覽列，照製作順序由上往下排。
  • 上方：算力點膠囊（本機、製圖主機、影像主機、臉部主機（Mac）），綠燈在線、紅燈離線，點一下展開詳細狀態。
  • 中間左欄：一張張編號卡片，由上往下做完就對了。滑鼠滾輪可以捲動。
  • 中間右欄：預覽、成品、時間軸。
  • 最下方：主要按鈕與狀態列，狀態列會講目前在做什麼。
點右上角的膠囊，展開每一台電腦的顯示卡、記憶體與服務狀態
點圖放大圖 3-1：點右上角的膠囊，展開每一台電腦的顯示卡、記憶體與服務狀態
3每一頁右上角都有 ?
  • 點一下會開一個獨立的說明視窗，講這一頁怎麼操作。
  • 說明視窗可以一直開著，一邊看一邊操作主畫面。
  • 說明內容是網頁檔，放在 安裝資料夾裡的「說明」，改了按「↻ 重新載入」就生效，不用重開程式。
多台電腦的分工：本機負責介面與配音；製圖主機（NVIDIA）負責製圖、鎖臉、人物模型、LoRA；影像主機負責影片放大補幀與翻譯；臉部主機負責臉部合成。
04

一步一步做（照片 → 分鏡圖）

▼

整個軟體的起點。左邊六張卡片由上往下做完，按最下面的「🖌️ 產生分鏡圖」。

「一步一步做」六張卡片，右欄顯示產生的分鏡圖
點圖放大圖 4-1：「一步一步做」六張卡片，右欄顯示產生的分鏡圖
1① 放上要修改的照片
  • 支援 JPG／PNG／HEIC／JFIF／WEBP，會自動轉檔並把拍歪的方向轉正。
  • 🩹 先修復照片：老照片建議先按，去刮痕、補破損、提高清晰度。
  • 🎨 黑白上色：黑白變彩色，可在修復之後再按。
  • 👤 臉部特寫修復／👓 去眼鏡：臉糊掉時用，做出來的臉會當成臉部參考，畫圖時人比較像。
  • ↩ 換回原始照片：修壞了就按，原檔不會被覆蓋。
2② 選風格與濾鏡
  • 風格（單選）決定畫師：寫實、動畫、油畫等。
  • 濾鏡（可複選）疊在風格上的色調，可同時勾好幾個。
3③ 用中文描述你要的畫面
  • 快速按鈕分成場景、動作、光線、長相等組，點一下自動接進描述框，再自己改字。
4④ 對照圖（可略過）
  • 場景對照圖：構圖照這張走，可調渲染程度。
  • 動作骨架：姿勢照這張擺。只有製圖主機能做。
5⑤ 檢查提示詞
  • 「🔍 檢查並翻譯」把中文翻成英文，並標出雲端工具可能拒絕的字（只提醒、不阻擋）。
  • 四個複製按鈕可把提示詞貼到別的網頁工具用。
6⑥ 算力池與臉部處理
  • 顯示這次派給哪一台、為什麼；每 30 秒自動重新探測。
  • ⚡ 遠端啟動製圖主機的算圖程式：製圖主機開著但算圖程式沒開時，按這個遠端幫它開。
  • 畫完再用臉模型貼臉：勾了會把「人物模型」做好的臉貼上去。
N 卡專屬：鎖臉 FaceID、人物模型、動作骨架、場景參考只有製圖主機能做。製圖主機沒開時程式會停下來提醒，絕對不會偷偷改派 AMD 顯示卡。
05

四個基本生成模式（以文生圖・以圖生圖・以文生影・以圖生影）

▼

V18 把最基本的四種生成各自做成一個分頁，排在「一步一步做」下面。四頁的成品可以互相接力： 畫好的圖可以直接帶去改圖、帶去生成影片，或當成「影片生成」的首圖。

分頁給它什麼得到什麼在哪裡算
以文生圖一段中文描述一張圖算力點（不計費）、Google 圖片模型，或雲端 Colab
以圖生圖一張底圖＋怎麼改改好的圖算力點（不計費）、Google 圖片模型，或雲端 Colab
以文生影一段中文描述一支 5 秒左右的影片本地模型（不計費）或 Google Veo
以圖生影一張圖當第一格＋怎麼動一支影片本地模型（不計費）、Google Veo 或其他付費管道

以文生圖

以文生圖——左邊寫描述、選風格與尺寸，右邊是成品
點圖放大圖 5-1：以文生圖——左邊寫描述、選風格與尺寸，右邊是成品
1操作順序
  • ① 選「算力點」（按鈕上會顯示分工指派的那台電腦名稱）、「Google」或「☁️ Colab」。
  • ② 用中文寫要畫什麼，按「🔤 翻譯成英文」。
  • ③ 算力點要選風格與尺寸；Google 選比例與大小；Colab 選模型（見下一章）。
  • 按「🖌️ 產生圖片」，成品出現在右邊。算力點的快速草稿約 1.5 分鐘、寫實定稿約 5 分鐘。成品檔名會帶種子。
2畫好之後可以接著做
  • ➡ 帶到一步一步做（當底圖）：接著做修復、貼臉、換風格。
  • ➡ 用這張做以圖生圖／以圖生影：直接接下一個模式。
  • ➡ 當「影片生成」的首圖：作為分段接續第一段的第一格。

以圖生圖

以圖生圖——放底圖、寫要怎麼改、選「像原圖的程度」
點圖放大圖 5-2：以圖生圖——放底圖、寫要怎麼改、選「像原圖的程度」
像原圖的程度意思適合
微調只改光線、色調、細節修飾、換氛圍
一半構圖保留，內容可以換換背景、換服裝
大改只留大致構圖換風格、重畫

「↻ 再拿成品當底圖繼續改」可以一層一層改下去。

🔒 鎖臉（以文生圖、以圖生圖都有）

3讓畫出來的人是指定的那張臉
  • 勾「鎖臉」，選一張正面、清楚的臉部照片；不是特寫的話程式會自動裁成特寫。
  • 衣著、身材、姿勢、場景全部照描述自由畫，只有臉鎖住。
  • 換衣服、換造型：以圖生圖選「大改」＋勾鎖臉，描述寫「穿紅色洋裝站在花園」。不勾鎖臉的話，「大改」會連臉一起變。
  • 也可以按「↩ 拿一步一步做的臉」，直接用那邊做好的臉部特寫。
鎖臉只有算力點算圖、而且是 NVIDIA 顯示卡的機器才做得到；Google 與 Colab 模式會忽略這一項。負責製圖的那台沒有鎖臉模型時，程式會提示您到「分工」改指定。

以文生影・以圖生影

以文生影——選本地模型或 Google Veo、寫描述、選草稿或定稿
點圖放大圖 5-3：以文生影——選本地模型或 Google Veo、寫描述、選草稿或定稿
以圖生影——放第一格的圖，描述它怎麼動
點圖放大圖 5-4：以圖生影——放第一格的圖，描述它怎麼動
4本地模型：先草稿、後定稿
  • 先用 480p 草稿試：同一段描述可以一次做 1～4 支（每支的隨機種子不同），挑動作與鏡位最好的那一支。
  • 挑好之後把品質切成 720p 定稿，種子維持那一支的數字，再生成一次。
  • 種子留空就是隨機；成品完成後種子會自動填回欄位。
  • 做完可以送「影片收尾」放大到 1080p 或 4K。
品質畫面大小16GB 顯示卡實測（一支 5 秒）
480p 草稿832 × 480約 3～4 分鐘
720p 定稿1280 × 704約 13～15 分鐘
5Google Veo（雲端，依用量計費）
  • 秒數只有 4、6、8 三種；1080p 與 4K 一定要 8 秒。
  • 第一次先用最快的檔次＋720p＋4 秒試，便宜又快。
  • 勾「同時生成聲音」會配上環境音；要自己配旁白就不要勾，改用配音工作室。
6提示詞怎麼寫
  • 一段影片只寫一個動作，鏡位寫清楚（鏡頭固定不動／緩慢推近）。
  • 以圖生影不要重新描述長相（不要寫「美麗、長髮」這類字），模型會照字面重新捏一個人。只寫動作與鏡位。
  • 只想讓臉動（眨眼、微笑、說話）而且長相完全不能變，改用「LivePortrait」分頁。
7做完之後
  • ➡ 放進「影片生成」目前這一段：當成分段接續的其中一段。
  • ➡ 送到剪輯台：直接去剪。

Google 金鑰（選用）

到 Google AI Studio 申請金鑰，貼進金鑰欄，按「💾 儲存金鑰」再按「✔ 測試金鑰」。 金鑰只存在您自己的電腦裡，四個分頁與「付費 API」共用同一把。影片模型需要在 Google 那邊開啟付費才能用。

本地模型不計費，也不會因為畫面裡是真人臉孔而被擋下來；雲端留給需要同步聲音、或本地做不出來的鏡頭。每一次雲端生成都會計費，請先用便宜的檔次試。
06

雲端 Colab 生圖（FLUX・Z-Image・SDXL 四顆模型）

▼

V18-Colab 版新增。把製圖工作送到您自己的 Google Colab 筆記本去算，算完自動傳回軟體。 適合兩種情況：區網的算力點沒開機，或想用算力點顯示卡放不下的較大模型（例如 FLUX）。 以文生圖、以圖生圖、一步一步做、批次產線四個分頁都可以選 Colab；影片仍然在本機生成。

以文生圖選「☁️ Colab」——可選模型，黃字提醒這顆模型只看得懂英文，英文欄顯示實際送出的提示詞
點圖放大圖 6-1：以文生圖選「☁️ Colab」——可選模型，黃字提醒這顆模型只看得懂英文，英文欄顯示實際送出的提示詞

四顆模型怎麼選

模型看得懂的語言步數按下到出圖重開後第一次另加適合
FLUX.1 schnell（預設）只懂英文4約 4 分約 8 分照描述畫出情緒與動作；可商用
SDXL只懂英文30約 1.5 分約 3 分大量抽卡、求快；最穩
Z-Image Turbo懂中文9約 6 分約 7 分最像真實照片；可直接寫中文
FLUX.1 dev只懂英文24約 18 分約 8 分只給確定要的那一張；非商用授權
時間是 2026 年 10 月在 Colab 的 T4 顯示卡（高 RAM）實測，畫面 1344×768，從按下「產生圖片」到圖片出現，已包含換模型、算圖與傳檔；每張固定約 25 秒花在雲端硬碟來回傳檔。「重開後第一次另加」是 Colab 重新啟動後，第一次用到那顆模型要先搬進 Colab 的時間，同一次連線只發生一次。實際速度會隨 Colab 當下的狀況變動。

同一句描述，四顆模型各畫一張

描述是「兩隻貓咪憤怒互望」。只懂英文的三顆收到的是 two angry cats staring at each other，Z-Image Turbo 收到的是中文原文。

同一句描述「兩隻貓咪憤怒互望」的 AI 生成結果：FLUX.1 schnell｜3 分 55 秒｜皺眉、嘴微張，有畫出情緒
點圖放大FLUX.1 schnell｜3 分 55 秒｜皺眉、嘴微張，有畫出情緒
同一句描述「兩隻貓咪憤怒互望」的 AI 生成結果：FLUX.1 dev｜18 分 4 秒｜張嘴對吼最明顯，偏插畫感
點圖放大FLUX.1 dev｜18 分 4 秒｜張嘴對吼最明顯，偏插畫感
同一句描述「兩隻貓咪憤怒互望」的 AI 生成結果：SDXL｜1 分 25 秒｜寫實，但比較像互看
點圖放大SDXL｜1 分 25 秒｜寫實，但比較像互看
同一句描述「兩隻貓咪憤怒互望」的 AI 生成結果：Z-Image Turbo｜5 分 49 秒｜最像真實照片，表情平靜
點圖放大Z-Image Turbo｜5 分 49 秒｜最像真實照片，表情平靜
四顆都畫對了「兩隻貓面對面」。FLUX 系列比較聽得懂情緒這類抽象的詞；SDXL 與 Z-Image Turbo 寫實感好但表情保守。這是一句描述、各一張的結果，換一個種子可能不同。

哪幾顆不能直接用中文

SDXL、FLUX.1 schnell、FLUX.1 dev 只看得懂英文。把中文直接送給它們，會畫出跟描述無關的「東方風＋亂碼假漢字」。只有 Z-Image Turbo 看得懂中文。下拉選單每顆都有標示，選了之後下面那行字也會提醒：黃字是只懂英文，綠字是懂中文。
情況軟體會做的事
選只懂英文的模型，英文欄空白先自動翻譯，把英文填進英文欄，再送出
英文欄有翻譯，但後來又改了中文重新翻譯、更新英文欄，再送出
英文欄是您自己手改過的照您改的送，不會覆蓋
翻譯失敗，或沒有指定負責翻譯的算力點不送出，並說明原因
選 Z-Image Turbo直接送中文原文，不經過翻譯

只懂英文的模型畫錯時，先看英文欄翻得對不對：翻錯是翻譯的問題，翻對了還畫錯才是模型的問題。

等待時看得到進度

階段狀態列顯示
接單Colab 已接單（模型名稱）
搬模型（重開後第一次）已搬幾 GB／總共幾 GB，預估還要多久
準備算圖處理提示詞、把模型搬進顯示卡
算圖第幾步／共幾步、每步幾秒、預估還要多久
排隊前面還有任務在算，輪到會自動開始

超過 45 秒沒有收到 Colab 的回報，軟體會提醒您檢查 Colab 分頁。按取消會把任務撤回，Colab 不會再去算一張沒人要的圖。

一步一步做、批次產線也能選 Colab

一步一步做——⑥算力池選「指定 ☁️ Colab」，下方說明這次怎麼派
點圖放大圖 6-2：一步一步做——⑥算力池選「指定 ☁️ Colab」，下方說明這次怎麼派
批次產線——③派工選「☁️ Colab」並選一顆模型，整個佇列都用它跑
點圖放大圖 6-3：批次產線——③派工選「☁️ Colab」並選一顆模型，整個佇列都用它跑
項目Colab 能不能做
以文生圖、用原照片當底圖（描圖）可以
貼臉可以：Colab 畫完後，自動交給區網有貼臉功能的算力點貼
鎖臉、人物模型、動作骨架、場景參考不行；會直接擋下並說明原因，不會自動改派別台
影片不做；影片一律在本機生成
在算力點上，「風格」會換不同的底模；Colab 用的是您選的那顆模型，風格只會加上它的提示詞，所以同一個風格兩邊畫風會不同。

使用前的準備

1每次 Colab 重新啟動都要做
  • Colab 的執行階段選 T4 GPU，並打開高 RAM。沒開高 RAM 只有 SDXL 能跑，其他模型會被擋下並提示。
  • 依序執行筆記本的格子：安裝套件 → 掛載雲端硬碟 → 確認資料夾 → 守衛。守衛那一格要保持「執行中」。
  • 守衛啟動時會先把預設模型準備好，之後第一張就不用再等搬模型。
  • Colab 的瀏覽器分頁要開著、電腦不能進入睡眠。
2第一次使用
  • 模型權重存放在您自己的 Google 雲端硬碟（四顆合計約 48GB），只需下載一次。
  • 在軟體的以文生圖頁選「☁️ Colab」，按「🔑 連接 Colab」用 Google 帳號登入一次。
Colab 使用的是您自己 Google 帳號的運算單元，軟體不代收任何費用。T4 高 RAM 實測每小時約消耗 1.27 個運算單元，而且是連線就計算，不用時請中斷連線。FLUX.1 dev 是非商用授權，接商業案件請用 FLUX.1 schnell。
07

批次產線（一次畫很多張）

▼
批次產線，右欄是作品牆
點圖放大圖 7-1：批次產線，右欄是作品牆

內容取自「一步一步做」目前的設定，所以要先去那邊調好，再回來按「↻ 重讀設定」。

1設定
  • ① 按「↻ 重讀設定」抓取目前的照片、風格、描述。
  • ② 張數：勾多個風格或濾鏡時，每個組合各畫指定張數（3 風格 × 5 張 = 15 張）。
  • ② 勾「每張用不同的隨機種子」畫面比較有變化。
  • ③ 派工：選哪一台，整個佇列就跑那一台。
2執行
  • 「＋ 加入佇列」可重複加不同設定的好幾批。
  • 「🏭 開始產線」開始跑，右邊作品牆一張張長出來；「⏹ 停止」中斷。
  • 佇列會存檔，關掉程式再開還在。
按鈕作用
📂 開啟資料夾打開這批圖存放的位置，會優先開今天日期那一個
🖼 開啟這張圖用系統看圖程式打開目前最新這張
🗑 清空佇列把還沒跑的工作全部取消
這批用到鎖臉或人物模型、而 製圖主機沒開時，產線會停在原地等您，不會自動降級或改派別台。
08

影片生成（分段接續）

▼

AI 影片模型一次只能穩定做 4～8 秒，30 秒的影片是六段接起來的。這一頁管的就是這條鏈。

影片生成——左邊是段落清單與提示詞，右邊在時間軸上逐格挑尾幀
點圖放大圖 8-1：影片生成——左邊是段落清單與提示詞，右邊在時間軸上逐格挑尾幀
每一段的影片可以在「以文生影」「以圖生影」分頁生成，做完按「➡ 放進『影片生成』目前這一段」就會帶過來；也可以用外部工具生成好、下載回來，再放進這一頁。

三個最重要的觀念

觀念說明
長影片是「拼」出來的不要想一次生出 30 秒；所有模型一次都只能穩定做 4～8 秒
一段 5 秒 ＝ 一個動作提示詞不要寫「0-1 秒抬頭、1-2 秒微笑」，模型不照秒數執行，會把動作混在一起平均。要控制第幾秒發生什麼，靠的是切段
尾幀要挑「動作停住」那一格影片最後一格常是動作做到一半、眼睛閉著或畫面糊掉，拿來當下一段首圖會整段壞掉
1① 專案
  • 填片名、每段幾秒（預設 5）、打算幾段（預設 6），按「↻ 套用」。專案自動存檔，關掉再開還在。
2② 段落清單
  • 每一列是一段，記著首圖、動作、影片與狀態；點一列就切換到那一段。
3③ 提示詞
  • 共同描述：場景、光線、質感、鏡位，六段共用，只換「這一段的動作」那一句。這是讓六段看起來像同一支影片最有效的方法。
  • 負面提示詞：變形的手、多餘的手指、扭曲的臉、文字、浮水印、畫面閃爍、快速運鏡。
  • 按「📋 複製這段完整提示詞」，貼到「以圖生影」分頁或外部的影片生成工具。
4④ 這一段的素材
  • 「🖼 指定首圖」第一段用；「📹 放入影片」把生成好下載回來的檔案指給這一段（會自動複製進專案資料夾）。
5⑤ 挑尾幀（右欄）
  • 時間軸上點一下跳到那一秒，再用「◀ 退一格」「▶ 進一格」「±0.5 秒」逐格微調。
  • 挑動作剛完成、眼睛睜開、畫面清晰那一格，按「⭐ 定為下一段首圖」。
  • 程式會把那一格存成圖片、填進下一段的首圖，並自動跳到下一段。
6⑥ 做完之後
  • 六段都有影片後按「➡ 送到剪輯台」，六段照順序帶過去。
  • 拼接時每個接縫加 0.2～0.3 秒淡入淡出，色差與小跳動就看不出來。
  • 接著到影片剪接上字幕、配旁白，再到影片收尾放大、補幀、加片尾字幕。

防止越接越走樣

狀況對策
人越接越不像每段生成後到「一步一步做」貼臉，把臉修回同一個人
接縫明顯跳一下尾幀改挑動作停住那一格；接縫加 0.2 秒淡出
六段不像同一支片六段貼同一段共同描述
超過六段品質掉很多分成兩三個「場景」各自生成，用明確轉場隔開，不要硬接成一長條
省錢做法：先用便宜或本地的檔次試鏡位與節奏，確認分鏡表可行之後，再用高畫質檔次出最後一次定稿。您不是在雲端上「想」，是在雲端上「執行已經想好的東西」。
09

剪輯台（看著畫面剪片）

▼
剪輯台——時間軸上有縮圖，綠色是已選段落，藍色是正在拉的範圍
點圖放大圖 9-1：剪輯台——時間軸上有縮圖，綠色是已選段落，藍色是正在拉的範圍

這一頁做的是真正的「剪」：在時間軸上拉出要留的段落。 可以同時放好幾支影片，每一支各自剪各自的段落。

1① 加入影片
  • 可以一次選好幾支。加入時會自動替每一支抽一排縮圖給時間軸用，所以會等幾秒。
  • 點清單裡的某一支，右邊就載入那一支的預覽與時間軸；清單上會顯示每支「選了幾段、共幾秒」。
2② 在時間軸上拉出要留的段落
  • 按住滑鼠左右拖曳：拉出來的範圍變成半透明藍色，兩端顯示秒數。
  • 單點一下：影片跳到那個時間，方便確認畫面。
  • ＋ 把這段加入清單：拉好之後要按這個才會留下來，時間軸上變成綠色色塊。可以重複拉、重複加。
  • 用播放頭精準抓點：一邊播一邊看，到了想要的位置按「⟦ 選取起點＝現在」或「⟧ 選取終點＝現在」；還可以用「◀ 退 1 秒」「▶ 進 1 秒」微調。
  • 清單裡的秒數可以直接改；點某一列會跳到那一段的開頭。

兩種輸出方式，差別在這裡

按鈕結果適合
✂️ 剪下每一個選段各自存成獨立的影片檔（三段就三個檔），檔名帶第幾段與秒數。所有影片的選段會一起剪。素材整理、把好的片段挑出來備用
🧩 拼貼這支的選段只把目前這一支的選段接成一支。剪掉中間不要的畫面
🧩 全部影片一起拼貼所有影片的選段，照清單順序接成一支。多支素材合成一部片
例子：10 秒的影片，中間 6～7 秒不要。拉 0～3、3～6、7～10 三段各自加入清單，按「🧩 拼貼這支的選段」→ 成品 9 秒，中間那 1 秒消失。
同樣這三段改按「✂️ 剪下」，得到的就是三個各自獨立的檔案，不會接在一起。
3做完之後
  • ➡ 送到影片剪接：把成品丟進「影片剪接」，接著上字幕、配音、加音樂。
  • 成品存在　作品資料夾 ＞ video ＞ cut。
10

影片剪接（含字幕、配音、移除內建字幕）

▼
影片剪接，右欄是時間軸
點圖放大圖 10-1：影片剪接，右欄是時間軸
這一頁有兩道工序：先按「✂️ 開始剪接」把影片接起來，再按「🎬 套用字幕／配音」加字幕與旁白。
如果您只有一支影片、不需要剪，可以跳過第一道，直接按「🎬 套用字幕／配音」，它會問您要哪一支影片。
1① 影片清單與分段剪輯
  • 「📂 加入影片」可一次選多支；由上而下就是播放順序，用▲▼調整。
  • 「起」「迄」填秒數決定這支只要哪一段；兩個都留空代表整支都要。
  • ✂️ 分段剪輯：這是真正的「剪」。把一支切成好幾段，刪掉不要的，剩下的自動接起來。
  • ⧉ 複製這一列：同一支影片想另外再取一段時用。
分段剪輯視窗——填切點就分段，選中不要的那列按「✖ 刪這段」
點圖放大圖 10-2：分段剪輯視窗——填切點就分段，選中不要的那列按「✖ 刪這段」
分段剪輯怎麼用：10 秒的片子，切點填「3, 6, 7」會分成 0-3、3-6、6-7、7-10 四段；選中 6-7 那一列按「✖ 刪這段」，按確定之後清單變成三列，成品 9 秒——中間那 1 秒的畫面就此消失。也可以用「平均切成 N 段」快速分割，或自己一段一段填秒數。
2② 轉場效果（每個接縫各自設定）
  • 兩支影片相接的地方叫「接縫」。接縫清單裡每一列都可以選自己的效果與秒數。
  • 上面的「預設效果＋秒」是新接縫的預設值；「⇩ 套用到全部接縫」一次改全部。
  • 共 57 種效果，分成淡化、擦除、推移、覆蓋、揭開、柔和、形狀、對角、百葉窗、風吹、其他 11 類。
  • 「▶ 預覽選到的接縫」只做那個接縫前後各 1.5 秒，一兩秒就能看效果。
3③ 輸出設定
  • 尺寸不一樣時會自動置中補黑邊，不會把畫面拉變形。
4④ 背景音樂（可略過）
  • 音樂比影片長會自動切掉尾巴；可勾「保留影片原本的聲音」。
5⑤ 影片編輯：去聲音・字幕・配音
  • 去除原本的音效／音樂／旁白：要重新配旁白時通常要勾。
  • 🔍 檢查影片內建字幕：列出影片自帶的字幕軌（第幾軌、什麼格式、什麼語言）。
  • 🧹 移除內建字幕並另存新檔：另存「原檔名_無字幕.mp4」，用直接複製處理，畫質完全不變、只要幾秒、原檔不動。
  • ＋ 加一條字幕：每條填字幕文字、起、迄、淡出（通常 0.5）。
  • 幫字幕配上人聲旁白：勾了會出現引擎與聲音選單。
  • ☑ 畫面上顯示字幕：取消勾選＝字幕只拿來配音，成品畫面沒有字、只有旁白（畫面直接複製，畫質不變）。
  • ☑ 另存 .srt 字幕檔：多存一個同名字幕檔，上傳平台時可另外掛上去（軟字幕）。
需求畫面上顯示字幕另存 .srt
婚喪喜慶、家族聚會、同學會、謝師宴現場播放，只要旁白☐ 不勾☐ 不勾
現場播放不要字，但之後可能上傳平台☐ 不勾☑ 勾
畫面要有字幕（例如給長輩看）☑ 勾看需要

兩種字幕一定要分清楚

種類是什麼能不能移除
軟字幕（字幕軌）獨立軌道，播放器可以開關✅ 可以乾淨移除（就是上面那顆按鈕）
硬字幕（燒進畫面）字已經是畫面上的像素❌ 刪不掉，只能裁切或遮蓋，都會動到畫面
按「檢查」說沒有字幕軌、但您明明看得到字 → 那就是硬字幕。程式會跳視窗說明，不是壞掉。

語速欄位的意思

您填實際意思
0原速
-15慢 15%
+20快 20%
這一版起，語速對配音工作室的聲音（含克隆音色）也有效了；以前只有微軟 Edge 與 Mac 的聲音吃得到。
勾「畫面上顯示字幕」時，字幕是硬字幕（畫進畫面）。好處是上傳 LINE／FB／YouTube 一定看得到、淡出效果做得出來；代價是事後改不掉，要改只能重做。不想燒進畫面，就取消勾選，再視需要另存 .srt。
11

影片收尾（放大、補幀、浮水印、片尾）

▼
影片收尾，送到 影像主機背景執行
點圖放大圖 11-1：影片收尾，送到 影像主機背景執行
1① 影片來源
  • 「📂 選擇影片」或「↩ 拿剪接結果」直接帶入剛做好的成品。
2② 放大 ③ 補幀
  • 由影像主機的第二張顯示卡 做，每幀約 0.15 秒；三分鐘的影片大約要十幾分鐘，正常。
  • 補幀讓動作更滑順（例如 25 格補成 50 格），老照片動畫特別有感。
3④ 字幕、浮水印 ⑤ 片尾字幕
  • 文字或圖片浮水印，可選四角位置與大小。
  • 片尾字幕浮在畫面上、沒有底色，有 10 種效果可選（見下表）。
  • 按「▶ 本機預覽片尾」幾秒鐘就能看到效果，滿意再送去收尾；正式成品效果相同。
類型效果起～迄的意思
捲動由下往上捲動（停在上方）／由下往上捲過去（電影片尾）／由上往下捲動（停在下方）捲動的期間
進場由右往左滑入／由左往右滑入／由小放大彈出／從大縮小落定／正中淡入／逐行依序浮現從「起」開始進場，之後停在正中到片尾
跑馬燈所有行接成一行，從畫面下方由右往左橫走過去橫走的期間
4⑥ 背景音樂與送出
  • 按「🎞️ 送到影像主機收尾」後在背景執行，可以關掉這頁去做別的。
  • 按「↻ 重讀成品清單」看做好了沒，清單裡按「▶ 播放」檢查。
5⑦ 片尾照片（可略過）
  • 整段影片最後接一張照片，停留秒數自己填（例如 5 或 8.5）。
  • 轉場可選：選「直接相接」就是影片結束後直接切到照片；選其他效果（淡入淡出、擦除、推移…）會在影片最後一格與照片之間做轉場，轉場長度也能自訂。
  • 照片等比縮放置中（不裁切、不變形），空的地方補黑；直式照片會左右留黑。
  • 照片是在本機接上（收尾主機做完、成品下載回來之後），原影片不重新編碼、幾秒鐘就好，也不占用收尾主機。成品另存一支檔名結尾 _tail 的影片；沒選照片就不會多做這一步。
  • 因為是收尾完成後才接，字幕、浮水印、片尾字幕不會出現在照片那一段。
影像主機沒開機就送不出去。可先看上方的算力點膠囊確認它是綠燈。
12

人物模型（讓畫出來的人是同一個人）

▼
人物模型五張卡片
點圖放大圖 12-1：人物模型五張卡片
1① 選照片
  • 同一個人、不同角度與光線，至少 30 張，角度越多越像。
重複的照片不算數。系統用「照片內容」認檔案，同一張複製成不同檔名仍只算一張。裁完顯示「30 張只裁出 28 張」通常就是有重複，補幾張新的即可。
2② 一鍵裁頭部
  • 每張自動找最大的臉，連頭髮下巴裁成 512 正方形。
  • 裁完會告訴您「送了幾張、實際存了幾張、幾張重複」。
3③ 建立臉模型
  • 由 臉部主機合成再送製圖主機與影像主機，約 30 秒；用的是裁好的頭部不是原圖。
  • 做好後回「一步一步做」⑥勾「畫完再用臉模型貼臉」並選這個人。
4④ 訓練 LoRA（進階）
  • 在製圖主機上訓練，期間 製圖主機的製圖會排隊；可按「查目前進度」。
5⑤ 人物語音（舊做法，可略過）
  • 存在製圖主機的舊版語音。想在本機錄音、要更像本人，請改用「配音工作室」。
建立臉模型與 LoRA 訓練只有製圖主機能做，製圖主機沒開會停下來提醒。
13

配音工作室（本機 Voicebox·五條路線）

▼
配音工作室，右上角可切換「新手模式」
點圖放大圖 13-1：配音工作室，右上角可切換「新手模式」

本機獨立執行的語音引擎，模型與資料都在您自己的電腦裡，不上雲端。主線只有一條： 開伺服器 → 做出一個「聲音」 → 打字試聽 → 拿去影片配音。

1每次開程式都要做
  • ①按「▶ 啟動伺服器」，等狀態列變綠字。
  • 確認「合成前先把別的模型請出顯示卡」已勾選（4GB 顯卡必要，預設就是勾好的）。
  • 右上角的新手模式打勾會收起進階選項，畫面只剩必要按鈕；想看全部就取消。

五條路線，依用途選

路線腔調一句話要多久在哪裡算適合
Ａ 現成音色大陸普通話約 60～70 秒這台電腦的顯示卡快速試做
Ｂ 克隆自己的聲音本人的台灣腔約 205 秒這台電腦的顯示卡家人旁白、重點段落
Ｃ 台灣國語道地台灣腔約 1.2 秒微軟伺服器（要連網）音質要求高的旁白
Ｄ Windows 內建語音台灣中文三種聲音約 0.1 秒作業系統（完全離線）平常用這條、抓節奏、沒網路時
Ｅ Mac 內建語音台灣中文十餘種約 1 秒Mac 主機（要開著）長輩聲線（Grandma／Grandpa）
路線Ｄ是 Word「朗讀」用的同一組語音，作業系統本來就有，不用下載也不用連網。實測三句字幕的整段配音只要 0.4 秒；音質比路線Ｃ樸素一些，但快上十倍，而且文字完全不出門，做家人私人旁白很合適。
2路線Ａ：用現成音色
  • 「音色來源」選 Qwen 內建音色或 Kokoro → 按「↻ 讀音色」→ 從下拉挑一個。
  • 名字可留空 → 按「➕ 用這個音色建立聲音」，實測 0.1 秒就好。
3路線Ｂ：用自己的聲音
  • 選麥克風 → 按「⏺ 開始錄音」，念 10 到 15 秒就好。
  • 伺服器上限 30 秒，錄到 25 秒程式會自動幫您停；超過會自動取前 15 秒（原始錄音完整保留）。
  • 把剛才念的那句話自己打在第 2 格，可以省下 3 到 5 分鐘。
  • 填名稱（不能與現有重複）→ 按「➕ 用這段錄音建立聲音」，引擎自動用 Chatterbox。
為什麼建立音色會扯上 Whisper？克隆要同時拿到「錄音」與「它念了什麼字」才學得會聲線，伺服器規定樣本一定要附逐字稿。您自己打字就完全不會叫用 Whisper，也就沒有那 3 到 5 分鐘。
4路線Ｃ：台灣國語
  • 三個聲音：曉臻（女，親切）、曉雨（女，清亮）、雲哲（男，沉穩）。
  • 按「🎧 試聽台灣國語」念③那格文字；按「🎬 拿這個台灣聲音去影片剪接配音」帶去剪接。
路線Ｃ走網路，文字會送到微軟的伺服器。做家人私人旁白請自行斟酌，那種情況建議用路線Ｂ（全程在本機，資料不出門）。
5路線Ｄ：Windows 內建語音
  • 選聲音（雅婷女聲、漢函女聲、志威男聲）→ 按「🎧 試聽這個聲音」念③那格文字。
  • 按「🎬 拿這個聲音去影片剪接配音」帶去剪接；語速 0 原速、-15 慢 15%、+20 快 20%。
  • 不連網、不佔顯示卡，沒有網路也能用。
6路線Ｅ：Mac 內建語音
  • 按「↻ 重讀」抓 Mac 的語音清單（台灣中文有十幾種）。
  • 「Grandma」「Grandpa」是長輩口吻的聲線，做阿公阿嬤的旁白很自然。
  • 這條要 Mac 主機開著；沒開就改用路線Ｄ。
7試聽與帶去配音
  • 在②「目前用哪一個聲音」選剛建立的那個（程式會自動幫您選起來），引擎會自動配對。
  • 在③打字 → 按「🎧 試聽這段文字」。
  • 按「🎬 拿這個聲音去影片剪接配音」自動跳頁並設定好。
8⑤ 語音轉文字（進階）
  • 取消新手模式才看得到。選模型 turbo →「📂 選檔案並轉文字」。
  • 再按「📝 轉文字填進影片剪接字幕」，會一句一行填進字幕表（先每句 4 秒，再自己調）。

看到這些訊息代表什麼

狀況怎麼辦
聲音名字前有「⚠空的不能用」那是以前建立到一半失敗留下的空殼，選起來按「✖ 刪除這個聲音」再重建
說「名稱重複」換個名字，或先把舊的刪掉
說「這段錄音太長」伺服器上限 30 秒，按「是」讓程式取前 15 秒即可
很慢、按了沒反應狀態列有跳秒數就是還在跑；真的要處理就按「🧹 立刻釋放顯示卡記憶體」
長文字超過 40 字會自動切成一句一句做完再接起來，畫面會顯示「第 2/5 段」
14

A 免費導演 · LivePortrait · 健檢 · 付費 API

▼

🛡️ A 免費導演（不花錢）

A 免費導演
點圖放大圖 14-1：A 免費導演

產生「鎖定長相」的提示詞，貼到免費網頁工具去生成影片。免費工具最常見的毛病是「生著生著人就變成另一個人」，這頁就是解決它。

只寫動作，不要寫長相。
好：緩緩轉頭看向鏡頭，微笑，風吹動頭髮。
不好：一位六十歲的白髮老先生微笑。← 一寫長相，AI 就會自己想像重畫一個人。

貼到網頁工具時記得同時上傳您那張照片當首幀，只有提示詞是鎖不住臉的。

🌟 LivePortrait（照片跟著影片動）

LivePortrait
點圖放大圖 14-2：LivePortrait

給一張照片、再給一支「示範怎麼動」的驅動影片，讓照片裡的人照著做表情與轉頭。切片與運算都在影像主機，不花錢。

臉越清楚效果越好，老照片強烈建議先到「一步一步做」按臉部特寫修復再回來拿。想要大幅度動作（走路、鏡頭移動）LivePortrait 做不到，那要用付費 API 或 A 免費導演。

🩺 健檢

健檢
點圖放大圖 14-3：健檢

請 AI 看一下這張老照片，給修復與動態化的建議：破損程度、要不要先上色、臉清不清楚、適不適合做 LivePortrait。用的是分配表裡負責翻譯那台的 Ollama（目前是 影像主機）。

☁️ 付費 API（會花錢）

付費 API
點圖放大圖 14-4：付費 API

用雲端服務把照片生成影片，需要先到服務商儲值。金鑰只存在本機的 cloud_config.json（在安裝資料夾內）。

時間越長、解析度越高，花的錢越多。先用最短秒數、最低解析度試一次，滿意了再拉高重做。不想付費請改用「A 免費導演」。
15

分工（多台電腦怎麼配）

▼
分工設定，改完要按「💾 套用並儲存」
點圖放大圖 15-1：分工設定，改完要按「💾 套用並儲存」
機器配備擅長
操作電腦一般顯示卡即可（4GB 以上更好）介面操作、配音工作室、輕量工作
製圖主機NVIDIA 顯示卡（8GB 以上）製圖、鎖臉、人物模型、LoRA 訓練、動作骨架
影像主機AMD 顯示卡（可兩張）影片收尾、放大補幀、LivePortrait、翻譯
臉部主機Mac（Apple 晶片）臉部合成
1怎麼改
  • 功能分成四大類：圖片產生、人物模型、配音、影片編輯・剪輯。每一列選一台。
  • 每一項下面都有「💡 建議」與原因；選的不是建議的那台時會變黃字，您手動指定的會註明。
  • 最上面的「分工建議」卡會自動檢查互相卡住的地方，例如即時產圖和 LoRA 訓練在同一台。
  • 「👍 沒有手動指定的項目全部照建議」一鍵套用；改完一定要按「💾 套用並儲存」。
  • 改亂了按「↩ 還原內建預設」。
類別建議放在
圖片產生即時產圖放最快的 N 卡；鎖臉、貼臉、骨架、場景、上色、去眼鏡跟即時產圖同一台；批次產線放另一台
人物模型LoRA 訓練放不是即時產圖的 N 卡（訓練期間那台不能產圖）；臉部處理有 Mac 就交給 Mac
配音配音工作室放操作電腦（要錄音、馬上試聽）
影片編輯・剪輯剪接放操作電腦；放大、補幀、LivePortrait 放背景主機
2只有一台電腦時：一鍵釋放顯示卡
  • 配音和繪圖共用同一張顯示卡，一定要有所取捨。配音模型全部載入約佔 10 GB，同時畫圖兩邊都會慢好幾倍。
  • 切換工作前按右上角「🧹 釋放顯示卡」：要畫圖就「只釋放配音模型」（實測可釋放約 8 GB）；要配音就「只釋放繪圖模型」。
  • 釋放後不用手動載回，下次用到會自動重新載入（第一次多等幾秒到半分鐘）。
  • 多台電腦時，選單裡也能釋放其他台的繪圖模型。
這八項只有 NVIDIA 能做：鎖臉 FaceID、動作骨架、場景參考、黑白上色、去眼鏡、LoRA 套用、LoRA 訓練、聲音克隆。
就算在這裡指給別台，執行時仍會停下來提醒——因為卡關的是 ControlNet、kohya 這些套件本身，AMD 卡真的做不出來。
16

四個最常用的完整流程（照著做就對了）

▼

流程一　老照片 → 會動的影片

1修復與上色
  • 一步一步做①：選照片 → 🩹 先修復照片 → 🎨 黑白上色 → 👤 臉部特寫修復
2讓它動起來
  • LivePortrait：↩ 拿流程那張 → 選驅動動作範本 → 🌟 開始讓照片動起來
3收尾
  • 影片收尾：↩ 拿剪接結果 → 放大＋補幀 →🎞️ 送到 影像主機

流程二　屏蔽原音效 ＋ 上字幕 ＋ 用自己的聲音配旁白

1準備聲音
  • 配音工作室①「▶ 啟動伺服器」。
  • ②選好您的音色（路線Ｂ克隆的，或路線Ｃ台灣國語）。
  • 按「🎬 拿這個聲音去影片剪接配音」——會自動跳頁並把引擎與聲音設好。
2設定影片
  • 影片剪接①「📂 加入影片」，起迄留空。
  • ⑤勾「去除原本的音效／音樂／旁白」← 這就是屏蔽音效。
3打字幕
  • ⑤「＋ 加一條字幕」，逐句填文字、起、迄、淡出；位置選下方。
  • 一句話一條，不要整段塞同一條。
  • 中文大約一個字 0.3 秒：12 個字就留 3.6 到 4 秒，程式才不用自動幫您調。
  • 只要旁白、畫面不要出現字：取消勾選「畫面上顯示字幕」。
4產生
  • 按「🎬 套用字幕／配音」；沒按過剪接的話會問您要哪一支影片。
  • 完成後按「▶ 播放成品」檢查，檔案在 作品資料夾的 video／edit／sub_日期_時間.mp4。
省時間的正確順序：先用路線Ｄ Windows 內建語音（一句約 0.1 秒）整支跑一次，確認字幕秒數與節奏都對，再決定要不要換成音質更好的路線Ｃ、或最像本人的克隆音色重做。
8 句字幕：內建語音約 1 秒、台灣國語約 10 秒、克隆音色約 27 分鐘。先用Ｄ試錯，萬一秒數沒抓好，損失的是一秒鐘而不是半小時。

流程三　畫出「同一個人」的分鏡圖

1建立人物
  • 人物模型：①選 30 張以上（不可重複）→ ②一鍵裁頭部 → ③建立臉模型
2畫圖時套用
  • 一步一步做⑥：勾「畫完再用臉模型貼臉」並選這個人 → 產生分鏡圖
3要畫很多張
  • 批次產線：↻ 重讀設定 → ＋加入佇列 → 🏭 開始產線（派工必須選 製圖主機）

流程四　一張照片 → 30 秒的影片（全部在本機做）

1準備第一格
  • 一步一步做或以圖生圖：把照片修好、畫成想要的場景 → ➡ 當「影片生成」的首圖
2一段一段生成
  • 影片生成：填片名，六段各寫一個動作，共同描述六段共用。
  • 以圖生影：放第一格的圖、寫這一段的動作 → 先用 480p 草稿挑一支 → 同一個種子出 720p 定稿 → ➡ 放進「影片生成」目前這一段。
  • 回影片生成：在時間軸上逐格挑「動作剛停住」那一格 → ⭐ 定為下一段首圖，再做下一段。
3接起來、配音、收尾
  • 影片生成：➡ 送到剪輯台 → 🧩 全部影片一起拼貼（接縫加 0.2～0.3 秒淡入淡出）。
  • 影片剪接：上字幕、配旁白。影片收尾：放大、補格、加片尾。
17

疑難排解與效能參考

▼

先看這裡

症狀原因與處理
畫面說在忙，碼表一直跳超過 20 秒沒有背景工作時會自動解除並提示；再試一次即可
建立聲音超過 5 分鐘不正常。正常：有填逐字稿數秒～1 分鐘；沒填要聽寫 41 秒～4 分鐘
合成很慢或逾時按「🧹 立刻釋放顯示卡記憶體」，再按「📊 看目前佔用」確認低於 3800 MB
⑥說 製圖主機離線但機器是開的機器有開、但算圖程式沒啟動；按「⚡ 遠端啟動製圖主機的算圖程式」
字幕互相疊在一起程式會自動把「迄」與「淡出」收斂到不碰下一句；若仍發生請把該句字數減少或秒數拉長
成品比原片短已修正（配音軌會補靜音到片長）；若仍發生請提供 log
選照片就出錯看 安裝資料夾裡的 logs 最後幾行，整段貼給工程師

速度參考（實測，模型已載入）

工作16GB 顯示卡（有 Tensor Core）4GB 入門顯示卡
路線Ｄ Windows 內建語音一句0.1 秒0.1 秒
路線Ｃ 台灣國語一句1.2 秒1.2 秒
路線Ａ 內建音色一句5 秒60～70 秒
路線Ｂ 克隆自己的聲音一句4 秒205 秒
語音轉文字（12 秒錄音）0.8 秒41 秒
建立聲音（有填逐字稿）數秒數秒～1 分鐘
路線Ｄ、Ｃ不吃顯示卡，所以兩邊一樣快；路線Ａ、Ｂ與語音轉文字則是顯示卡決定一切。16GB 的卡還能讓克隆、內建音色、語音轉文字三個模型同時常駐（實測共佔 10.5GB），不必每次請出去再重新載入。第一次使用某個引擎時要多等一次載入（約 6～30 秒）。
為什麼克隆這麼慢？實測拆解：採樣只佔 7 秒（5%），其餘約 130 秒是後處理（聲碼器還原波形＋浮水印）。測試機用的是沒有 Tensor Core 的入門型號，這一段特別吃虧。換成具備 Tensor Core、記憶體 12GB 以上的顯示卡，這裡會明顯改善。

檔案放在哪

東西位置
程式程式安裝資料夾
記錄檔安裝資料夾 logs app_年月日.log
說明網頁安裝資料夾裡的「說明」（右上角 ? 讀的就是這裡）
作品、人物、設定資料資料夾（安裝時指定）
剪接成品資料資料夾裡的 outputs／video／edit
配音音檔資料資料夾裡的 outputs／voice
Voicebox 與模型語音引擎資料夾（安裝時指定，約 29 GB，可放資料碟）

常見問答

MOTION STUDIO 是什麼軟體？

MOTION STUDIO 是太盛昌資訊服務有限公司（KentWare）開發的 Windows 桌面軟體。它把舊照片修復、AI 製圖、AI 影片生成、影片剪接、配音與放大到 4K 整合在 17 個分頁裡，主要在使用者自己的電腦與區域網路內的電腦上運算。

V18-Colab 版跟 V18 差在哪裡？

V18-Colab 版多了雲端 Colab 生圖：以文生圖、以圖生圖、一步一步做、批次產線四個分頁可以把製圖送到使用者自己的 Google Colab，使用 FLUX.1 schnell、Z-Image Turbo、SDXL、FLUX.1 dev 四顆模型。另外新增提示詞自動轉換、雲端進度即時顯示，以及成品檔名帶種子。

用 Colab 生一張圖要多久？

2026 年 10 月在 Colab 的 T4 顯示卡（高 RAM）實測，1344×768 一張：SDXL 約 1.5 分鐘、FLUX.1 schnell 約 4 分鐘、Z-Image Turbo 約 6 分鐘、FLUX.1 dev 約 18 分鐘。Colab 重新啟動後第一次使用某顆模型，還要另外加 3 到 8 分鐘搬模型。

可以直接用中文寫提示詞嗎？

可以。Z-Image Turbo 看得懂中文，會直接送出中文原文。SDXL、FLUX.1 schnell、FLUX.1 dev 只看得懂英文，軟體會在送出前自動把中文翻成英文，並把實際送出的英文顯示在英文欄讓使用者確認。

Colab 可以做鎖臉或生成影片嗎？

不行。Colab 只做以文生圖與以圖生圖；貼臉可以在 Colab 畫完後交給區域網路內有貼臉功能的電腦處理。鎖臉、人物模型、動作骨架、場景參考需要 NVIDIA 顯示卡的算力點，影片則在本機生成。

使用 Colab 需要另外付費嗎？

Colab 用的是使用者自己 Google 帳號的運算單元，軟體不代收費用。T4 高 RAM 實測每小時約消耗 1.27 個運算單元，而且連線期間就會計算，不使用時應中斷連線。

需要什麼等級的電腦？

入門體驗需要記憶體 16GB、顯示卡記憶體 4GB；寫實製圖、鎖臉與人物模型訓練建議記憶體 32GB、NVIDIA 顯示卡記憶體 8GB 以上；本機生成影片建議記憶體 64GB、NVIDIA 顯示卡記憶體 16GB。使用 Colab 製圖則不需要高階顯示卡。

用它做出來的作品可以商用嗎？

要看使用的模型。各個 AI 模型有各自的授權條款，例如 FLUX.1 dev 是非商用授權、FLUX.1 schnell 可商用。正式用於商業用途前，應依實際安裝的模型逐項確認授權。

太盛昌資訊服務有限公司 · KentWare

需要安裝或升級設備？

我們提供地端 AI 部署、硬體健檢、顯示卡環境調校與客製流程開發。安裝前先執行環境探測程式，我們會依您現有的設備告訴您做得到哪些功能、大概多快。

本站採用 WordPress 建置