Wan sonido e imagen a video (extender) - ComfyUI Built-in Node Documentation

El nodo WanSoundImageToVideoExtend extiende un latente de video existente generando fotogramas adicionales, guiado opcionalmente por audio, una imagen de referencia y un video de control. Toma un latente de video inicial y produce una secuencia de video más larga, utilizando el condicionamiento proporcionado y las señales de audio para influir en el contenido nuevo.

Entradas

Parámetro	Descripción	Tipo de datos	Obligatorio	Rango
`positivo`	Prompts de condicionamiento positivo que guían lo que el video debe incluir	CONDITIONING	Sí	-
`negativo`	Prompts de condicionamiento negativo que especifican lo que el video debe evitar	CONDITIONING	Sí	-
`vae`	Autoencoder variacional utilizado para codificar la imagen de referencia y el video de control en el espacio latente	VAE	Sí	-
`longitud`	Número total de fotogramas a generar para la secuencia de video (por defecto: 77, paso: 4)	INT	Sí	1 a MAX_RESOLUTION
`video_latente`	Latente de video inicial que sirve como punto de partida para la extensión. El ancho, alto, tamaño de lote y desplazamiento de fotogramas de salida se derivan de este latente. Sus últimos 19 fotogramas se utilizan como condicionamiento de movimiento de referencia.	LATENT	Sí	-
`salida_codificador_audio`	Embeddings de audio opcionales que pueden influir en la generación de video según las características del sonido. Cuando se proporcionan, el audio se interpola y se convierte en un bucket de embeddings de audio que se añade al condicionamiento.	AUDIOENCODEROUTPUT	No	-
`imagen_ref`	Imagen de referencia opcional que proporciona guía visual para la generación del video. La imagen se amplía para ajustarse a las dimensiones objetivo y se codifica en un latente, que luego se añade tanto al condicionamiento positivo como al negativo. Solo se utiliza la primera imagen del lote.	IMAGE	No	-
`video_control`	Video de control opcional que guía el movimiento y la estructura del video generado. El video se amplía, se codifica y se añade tanto al condicionamiento positivo como al negativo. El video de control se trunca a la `length` especificada.	IMAGE	No	-

Nota: El latente de salida se inicializa como ceros con las dimensiones objetivo. El video_latent de entrada no se copia en esta salida; sus últimos 19 fotogramas se utilizan como movimiento de referencia en su lugar.

Salidas

Nombre de salida	Descripción	Tipo de datos
`positivo`	Condicionamiento positivo procesado con contexto de video aplicado, incluidos los embeddings de audio, los latentes de referencia, el movimiento de referencia y el video de control si se proporciona	CONDITIONING
`negativo`	Condicionamiento negativo procesado con contexto de video aplicado, incluidos los embeddings de audio (puestos a cero), los latentes de referencia, el movimiento de referencia y el video de control si se proporciona	CONDITIONING
`latente`	Representación del latente de video de la secuencia extendida, inicializada como ceros con dimensiones derivadas del `video_latent` de entrada y la `length` objetivo	LATENT

Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! Editar en GitHub

Source fingerprint (SHA-256): 32b58aaba566f346a0388ba804fc92e7ad426bf2e9e7039e5fdb0bf6a746e972

​Entradas

​Salidas

Entradas

Salidas