WanDancerEncodeAudio - ComfyUI Built-in Node Documentation

このノードは音声クリップを分析し、動画生成モデルを誘導するための特徴量セットに変換します。テンポとビートを推定し、メルスペクトログラム、MFCC、クロマ、オンセット特徴量を抽出したうえで、同期用に計算されたフレームレートとともにまとめます。

入力

パラメータ	説明	データ型	必須	範囲
`audio`	分析およびエンコードする音声入力。音声が複数チャンネルの場合、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。同期用のフレームレート計算に使用されます（デフォルト: 149）。	INT	はい	最小: 1、最大: 16384 (MAX_RESOLUTION)、ステップ: 4
`audio_inject_scale`	動画モデルに注入する際の音声特徴量のスケール（デフォルト: 1.0）。	FLOAT	はい	最小: 0.0、最大: 10.0、ステップ: 0.01

出力名	説明	データ型
`audio_encoder_output`	処理済みの音声特徴量、計算されたフレームレート（fps）、音声注入スケールを含む辞書。この出力は動画生成モデルの条件付けに使用されます。	AUDIO_ENCODER_OUTPUT
`fps_string`	音声長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）を表すテキスト文字列。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