KlingLipSyncAudioToVideoNode - ComfyUI Built-in Node Documentation - ComfyUI

Kling Lip Sync Audio to Video ノードは、動画ファイル内の口の動きを音声ファイルの音声内容に一致するように同期します。このノードは音声内の声のパターンを分析し、動画内の顔の動きを調整して、リアルなリップシンクを生成します。このプロセスには、はっきりとした顔を含む動画と、明確に区別できるボーカルを含む音声ファイルの両方が必要です。

入力

パラメータ	説明	データ型	必須	範囲
`動画`	リップシンク対象の顔を含む動画ファイル	VIDEO	はい	-
`音声`	動画と同期するボーカルを含む音声ファイル	AUDIO	はい	-
`音声言語`	音声ファイル内の声の言語（デフォルト: “en”）	COMBO	はい	`"en"` `"zh"` `"es"` `"fr"` `"de"` `"it"` `"pt"` `"pl"` `"tr"` `"ru"` `"nl"` `"cs"` `"ar"` `"ja"` `"hu"` `"ko"`

重要な制約:

音声ファイルは5MB以下である必要があります
動画ファイルは100MB以下である必要があります
動画の高さ/幅は720pxから1920pxの間である必要があります
動画の長さは2秒から10秒の間である必要があります
音声には明確に区別できるボーカルが含まれている必要があります
動画にははっきりとした顔が含まれている必要があります

出力

出力名	説明	データ型
`output`	リップシンクされた口の動きを持つ処理済み動画	VIDEO
`video_id`	処理済み動画の一意の識別子	STRING
`duration`	処理済み動画の長さ	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): 2f88af3191ac4f9c5c9fa1aaa5b744a12620b66e55a1fe0ab16b8b3b61110128