内置节点参考
LTXVReferenceAudio - ComfyUI Built-in Node Documentation
Complete documentation for the LTXVReferenceAudio node in ComfyUI. Learn its inputs, outputs, parameters and usage.
概述
LTXV 参考音频节点用于音频生成中的说话人身份迁移。它将参考音频片段编码为模型的条件输入，使生成的音频能够继承说话人的声音特征。该节点还可应用身份引导，通过额外的处理步骤来增强说话人身份效果。
输入
| 参数 | 说明 | 数据类型 | 是否必填 | 取值范围 |
|---|---|---|---|---|
model |
需要应用身份引导补丁的模型。 | MODEL | 是 | - |
positive |
正向条件输入。 | CONDITIONING | 是 | - |
negative |
负向条件输入。 | CONDITIONING | 是 | - |
reference_audio |
用于迁移说话人身份的参考音频片段。建议时长约5秒（训练时长）。过短或过长的片段可能会降低声音身份迁移效果。 | AUDIO | 是 | - |
audio_vae |
用于编码参考音频的 LTXV 音频 VAE。 | VAE | 是 | - |
identity_guidance_scale |
身份引导强度。每步额外执行一次无参考的前向传播以增强说话人身份。设为0可禁用（无额外前向传播）。（默认值：3.0） | FLOAT | 否 | 0.0 - 100.0 |
start_percent |
身份引导生效的 sigma 范围起始值。（默认值：0.0） | FLOAT | 否 | 0.0 - 1.0 |
end_percent |
身份引导生效的 sigma 范围结束值。（默认值：1.0） | FLOAT | 否 | 0.0 - 1.0 |
输出
| 输出名称 | 说明 | 数据类型 |
|---|---|---|
positive |
已应用身份引导函数的模型。 | MODEL |
positive |
正向条件，现包含编码后的参考音频数据。 | CONDITIONING |
negative |
负向条件，现包含编码后的参考音频数据。 | CONDITIONING |
本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑
Source fingerprint (SHA-256): 0b87fb135ba8e752f4114cb47152503b0ec548eefcaa03f99f1cbdda6664874c
官方原文
本页来自 Comfy-Org 官方中文文档的固定版本，并转换为 xueai 静态页面。内容以官方持续更新的页面为准。