内置节点参考
WanSoundImageToVideo - ComfyUI Built-in Node Documentation
Complete documentation for the WanSoundImageToVideo node in ComfyUI. Learn its inputs, outputs, parameters and usage.
WanSoundImageToVideo 节点可根据图像生成视频内容，并支持可选的音频条件控制。该节点接收正面和负面条件提示以及 VAE 模型来创建视频潜在表示，并可结合参考图像、音频编码、控制视频和运动参考来引导视频生成过程。
输入
| 参数 | 描述 | 数据类型 | 是否必填 | 范围 |
|---|---|---|---|---|
正面提示词 |
正面条件提示，用于引导生成视频中应出现的内容 | CONDITIONING | 是 | - |
负面提示词 |
负面条件提示，用于指定生成视频中应避免的内容 | CONDITIONING | 是 | - |
VAE |
用于编码和解码视频潜在表示的 VAE 模型 | VAE | 是 | - |
宽度 |
输出视频的宽度（像素），默认值：832，必须能被 16 整除 | INT | 是 | 16 至 MAX_RESOLUTION |
高度 |
输出视频的高度（像素），默认值：480，必须能被 16 整除 | INT | 是 | 16 至 MAX_RESOLUTION |
长度 |
生成视频的帧数，默认值：77，必须能被 4 整除 | INT | 是 | 1 至 MAX_RESOLUTION |
批次大小 |
同时生成的视频数量，默认值：1 | INT | 是 | 1 至 4096 |
音频编码器输出 |
可选的音频编码，可根据声音特征影响视频生成 | AUDIOENCODEROUTPUT | 否 | - |
参考图像 |
可选的参考图像，为视频内容提供视觉引导 | IMAGE | 否 | - |
控制视频 |
可选的控制视频，用于引导生成视频的运动和结构 | IMAGE | 否 | - |
参考动作 |
可选的运动参考，为视频中的运动模式提供引导 | IMAGE | 否 | - |
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
正面提示词 |
经过修改以适应视频生成的正面条件处理结果 | CONDITIONING |
负面提示词 |
经过修改以适应视频生成的负面条件处理结果 | CONDITIONING |
潜变量 |
在潜在空间中生成的视频表示，可解码为最终视频帧 | LATENT |
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): f80f82b8671294a14ecfecf91bc13febae0c91c5efa438467a4413d52dc82d3f
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。