WanDancerEncodeAudio - ComfyUI Built-in Node Documentation

此节点分析音频片段，并将其转换为一组可指导视频生成模型的特征。它会估算速度和节拍，提取梅尔频谱图、MFCC、色度和起始特征，然后将它们与计算出的帧率一起打包，以实现同步。

此节点分析音频片段，并将其转换为一组可指导视频生成模型的特征。它会估算速度和节拍，提取梅尔频谱图、MFCC、色度和起始特征，然后将它们与计算出的帧率一起打包，以实现同步。

输入

参数	描述	数据类型	是否必需	范围
`音频`	要分析和编码的音频输入。如果音频有多个声道，则在特征提取前将各声道平均为单声道。	AUDIO	是	-
`视频帧`	目标视频中的帧数。用于计算同步所需的帧率（默认：149）。	INT	是	Min: 1, Max: 16384 (MAX\_RESOLUTION), Step: 4
`音频注入比例`	音频特征注入视频模型时的缩放比例（默认：1.0）。	FLOAT	是	Min: 0.0, Max: 10.0, Step: 0.01

输出名称	描述	数据类型
`audio_encoder_output`	一个字典，包含处理后的音频特征、计算出的帧率（fps）以及音频注入缩放比例。此输出用于为视频生成模型提供条件。	AUDIO\_ENCODER\_OUTPUT
`fps_string`	一个文本字符串，描述基于音频长度和视频帧数计算出的帧率（fps）。该字符串旨在用于视频模型的提示词中。其格式为中文，以匹配参考流程。	STRING

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): ce27a3bdea2d9e3cf8875c24236a2a0a1429e9bc13a58581e372fb669d2c0018