MinimaxHailuo03MaxLipSyncNode - ComfyUI Built-in Node Documentation

このノードは、静止画像を動かし、口の動きが提供された音声トラックに合うようにします。画像と音声がアップロードされ、Hailuo 03 Max のリップシンクジョブがポーリングされ、選択した解像度でトーキング動画が返されます。出力動画の長さは音声と同じです。

入力

パラメータ	説明	データ型	必須	範囲
`model`	動画生成に使用するモデルです。	DYNAMIC_COMBO	はい	”MiniMax H3 Max”

パラメータ	説明	データ型	必須	範囲
`image`	アニメーション対象の画像。少なくとも 256x256 ピクセルが必要です。アスペクト比は 0.4〜2.5 の間である必要があります。	IMAGE	はい	単一画像
`audio`	リップシンク対象の音声。長さは 5〜899 秒です。	AUDIO	はい	5〜899 秒
`resolution`	出力解像度（デフォルト: “768P”）。アスペクト比は、画像に最も近いサポート対象の比率になります。	COMBO	はい	”480P" "768P" "1080P" "2K”
`transcription`	音声を文字起こししてリップシンクをガイドします（デフォルト: false）。	BOOLEAN	いいえ	true false
`seed`	ランダムシード。同じシードを使用した同じリクエストでは、類似した結果が得られますが、同一の結果が保証されるわけではありません（デフォルト: 42）。	INT	はい	0〜2147483647

出力名	説明	データ型
`video`	入力音声と同じ長さのトーキング動画です。	VIDEO

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): 0af4166f9f3237cacc3506d6c6544c0374a330cf998f8bd2ef1f4f7162e2f9ab