WanDancerEncodeAudio - ComfyUI Built-in Node Documentation

このノードは、音声入力を処理して、動画生成モデルをガイドするために使用できる特徴を抽出します。音声を解析してテンポ、ビート、その他の音楽的特性を検出し、その情報を動画モデルのコンディショニングに適した形式にまとめることで、生成された動画を音声と同期させることができます。

入力

パラメータ	説明	データ型	必須	範囲
`audio`	解析およびエンコードされる音声入力です。音声に複数のチャンネルがある場合、特徴抽出前にチャンネルをモノラルに平均化します。	AUDIO	はい	-
`video_frames`	対象動画のフレーム数です。同期のためのフレームレートを計算するために使用されます（デフォルト: 149）。	INT	はい	Min: 1, Max: 268435456 (MAX_RESOLUTION), Step: 4
`audio_inject_scale`	動画モデルに注入する際の音声特徴のスケールです（デフォルト: 1.0）。	FLOAT	はい	Min: 0.0, Max: 10.0, Step: 0.01

出力名	説明	データ型
`audio_encoder_output`	処理された音声特徴、計算されたフレームレート（fps）、および音声注入スケールを含む辞書です。この出力は動画生成モデルをコンディショニングするために使用されます。	AUDIO_ENCODER_OUTPUT
`fps_string`	音声の長さと動画フレーム数に基づいて計算されたフレームレート（fps）を記述するテキスト文字列です。この文字列は動画モデルのプロンプトで使用することを想定しています。参照パイプラインに合わせて中国語でフォーマットされています。	STRING

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): ce27a3bdea2d9e3cf8875c24236a2a0a1429e9bc13a58581e372fb669d2c0018