MinimaxHailuo03MaxLipSyncNode - ComfyUI Built-in Node Documentation

此节点让静态图像动起来，使嘴部动作跟随提供的音频轨道。图像和音频上传后，会轮询 Hailuo 03 Max 唇形同步任务，并以你选择的分辨率返回说话视频。输出视频的时长与音频一致。

输入

参数	描述	数据类型	必填	范围
`model`	用于视频生成的模型。	DYNAMIC_COMBO	是	”MiniMax H3 Max”

参数	描述	数据类型	必填	范围
`image`	要制作动画的图像，至少 256x256 像素。宽高比必须在 0.4 到 2.5 之间。	IMAGE	是	单张图像
`audio`	用于唇形同步的音频，时长为 5 到 899 秒。	AUDIO	是	5 到 899 秒
`resolution`	输出分辨率（默认：“768P”）。宽高比采用与图像最接近的受支持比例。	COMBO	是	”480P" "768P" "1080P" "2K”
`transcription`	转录音频以引导唇形同步（默认：false）。	BOOLEAN	否	true false
`seed`	随机种子。使用相同种子的相同请求会得到相似但不保证完全相同的结果（默认：42）。	INT	是	0 到 2147483647

输出名称	描述	数据类型
`video`	说话视频，时长与输入音频一致。	VIDEO

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): 0af4166f9f3237cacc3506d6c6544c0374a330cf998f8bd2ef1f4f7162e2f9ab