LTXV 时长预测器 - ComfyUI Built-in Node Documentation

此节点使用由 ModelPatchLoader 加载的 LTX 2.4 duration head，根据文本提示预测自然镜头时长，然后将结果对齐到 VAE 的 8k+1 帧网格。

此节点使用由 ModelPatchLoader 加载的 LTX 2.4 duration head，根据文本提示预测自然镜头时长，然后将结果对齐到 VAE 的 8k+1 帧网格。该预测会根据所选帧率以及最小和最大时长限制转换为帧数。

输入

参数	描述	数据类型	必填	范围
`model`	用于预处理文本嵌入并运行 duration head 的模型。	MODEL	是	N/A
`positive`	为时长预测提供提示词的文本嵌入和元数据的 conditioning。	CONDITIONING	是	N/A
`duration_head`	通过 `ModelPatchLoader` 加载的 LTX 2.4 duration head。必须是 LTX duration head。	MODEL\_PATCH	是	N/A
`frame_rate`	帧速率（每秒帧数），用于将秒转换为帧（默认值：24.0）。	FLOAT	是	1.0 到 120.0
`min_seconds`	将预测转换为帧数时的最小时长（秒）（默认值：1.0）。	FLOAT	是	0.5 到 120.0
`max_seconds`	将预测转换为帧数时的最大时长（秒）（默认值：20.0）。	FLOAT	是	0.5 到 120.0

注意：duration_head 输入必须是包含 LTX duration head 的 model patch。如果连接的 model patch 不是 LTX duration head，节点将引发 ValueError。仅使用第一个 conditioning 条目——如果 positive 中包含超过一个提示词的批次，节点只会评估第一个提示词。

输出

输出名称	描述	数据类型
`num_frames`	将预测时长转换为帧数并对齐到 VAE 的 8k+1 帧网格后的结果。	INT
`seconds`	原始（未修剪）预测时长。这是对齐到帧网格之前的值。	FLOAT

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): a4abb43128b8fe396e4c986d75028aea6bfdd9bb6fda07e24c88f8e04a61669e