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WanSoundImageToVideo 节点可根据图像生成视频内容，并支持可选的音频条件控制。该节点接收正面和负面条件提示以及 VAE 模型来创建视频潜在表示，并可结合参考图像、音频编码、控制视频和运动参考来引导视频生成过程。
输入
| 参数 | 数据类型 | 是否必填 | 范围 | 描述 |
|---|---|---|---|---|
正面提示词 | CONDITIONING | 是 | - | 正面条件提示，用于引导生成视频中应出现的内容 |
负面提示词 | CONDITIONING | 是 | - | 负面条件提示，用于指定生成视频中应避免的内容 |
VAE | VAE | 是 | - | 用于编码和解码视频潜在表示的 VAE 模型 |
宽度 | INT | 是 | 16 至 MAX_RESOLUTION | 输出视频的宽度（像素），默认值：832，必须能被 16 整除 |
高度 | INT | 是 | 16 至 MAX_RESOLUTION | 输出视频的高度（像素），默认值：480，必须能被 16 整除 |
长度 | INT | 是 | 1 至 MAX_RESOLUTION | 生成视频的帧数，默认值：77，必须能被 4 整除 |
批次大小 | INT | 是 | 1 至 4096 | 同时生成的视频数量，默认值：1 |
音频编码器输出 | AUDIOENCODEROUTPUT | 否 | - | 可选的音频编码，可根据声音特征影响视频生成 |
参考图像 | IMAGE | 否 | - | 可选的参考图像，为视频内容提供视觉引导 |
控制视频 | IMAGE | 否 | - | 可选的控制视频，用于引导生成视频的运动和结构 |
参考动作 | IMAGE | 否 | - | 可选的运动参考，为视频中的运动模式提供引导 |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
负面提示词 | CONDITIONING | 经过修改以适应视频生成的正面条件处理结果 |
潜变量 | CONDITIONING | 经过修改以适应视频生成的负面条件处理结果 |
latent | LATENT | 在潜在空间中生成的视频表示，可解码为最终视频帧 |
Source fingerprint (SHA-256):
f80f82b8671294a14ecfecf91bc13febae0c91c5efa438467a4413d52dc82d3f