LTXVReferenceAudio - ComfyUI Built-in Node Documentation - ComfyUI

LTXV Reference Audio は、参照オーディオクリップから生成オーディオへ話者の声のアイデンティティを転送します。参照オーディオをコンディショニングにエンコードし、オプションでアイデンティティガイダンスを用いてモデルにパッチを適用します。これは、話者のアイデンティティ効果を増幅するために、各ステップで参照なしの追加フォワードパスを実行します。

入力

パラメータ	説明	データ型	必須	範囲
`model`	アイデンティティガイダンスでパッチを適用するモデル。	MODEL	はい	-
`positive`	ポジティブコンディショニング入力。	CONDITIONING	はい	-
`negative`	ネガティブコンディショニング入力。	CONDITIONING	はい	-
`reference_audio`	話者のアイデンティティを転送する対象の参照オーディオクリップ。約5秒を推奨します（トレーニング時の長さ）。クリップが短すぎるか長すぎると、声のアイデンティティ転送が劣化する可能性があります。	AUDIO	はい	-
`audio_vae`	エンコード用の LTXV Audio VAE。	VAE	はい	-
`identity_guidance_scale`	アイデンティティガイダンスの強度。話者のアイデンティティを増幅するために、各ステップで参照なしの追加フォワードパスを実行します。0 に設定すると無効になります（追加パスなし）。（デフォルト: 3.0）	FLOAT	はい	0.0 - 100.0
`start_percent`	アイデンティティガイダンスが有効なシグマ範囲の開始位置。（デフォルト: 0.0）	FLOAT	はい	0.0 - 1.0
`end_percent`	アイデンティティガイダンスが有効なシグマ範囲の終了位置。（デフォルト: 1.0）	FLOAT	はい	0.0 - 1.0

注: アイデンティティガイダンスは、identity_guidance_scale が 0 より大きく、かつ現在のサンプリングステップが start_percent と end_percent で定義された範囲内にある場合にのみ適用されます。参照オーディオとオーディオ VAE のサンプルレートが異なる場合、参照オーディオはオーディオ VAE のサンプルレートにリサンプリングされます。注: start_percent と end_percent は詳細パラメータであり、インターフェースで詳細オプションが有効な場合にのみ表示されます。

出力

出力名	説明	データ型
`model`	アイデンティティガイダンス機能でパッチされたモデル。	MODEL
`positive`	エンコードされた参照オーディオデータを含むようになったポジティブコンディショニング。	CONDITIONING
`negative`	エンコードされた参照オーディオデータを含むようになったネガティブコンディショニング。	CONDITIONING

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): ae15c5838656324667d099614b325b863341f05afda43054658999574522dd49