横屏，真人录制坐播口播视频，也许会有手部动作等，希望可以根据真人录制的视频，替换为指定人物和指定的背景，要复刻真人的动作等 
想知道可以用什么来解决，或者有啥便宜的方案 
现在好像哟minimax h3 ，我看API 一秒就要1元钱了，貌似有点贵