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 节点能够从图像生成视频内容，并支持可选的音频条件输入。该节点通过结合正向与负向条件提示以及 VAE 模型来创建视频潜变量，并可整合参考图像、音频编码、控制视频和运动参考等多种元素来引导视频生成过程。
输入参数
| 参数名 | 数据类型 | 必填 | 取值范围 | 描述 |
|---|---|---|---|---|
positive | CONDITIONING | 是 | - | 正向条件提示，指导生成视频中应出现的内容 |
negative | CONDITIONING | 是 | - | 负向条件提示，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变量表示的 VAE 模型 |
width | 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 |
height | 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 |
length | INT | 是 | 1 至 MAX_RESOLUTION | 生成视频的帧数，默认值：77，必须能被 4 整除 |
batch_size | INT | 是 | 1 至 4096 | 同时生成的视频数量，默认值：1 |
audio_encoder_output | AUDIOENCODEROUTPUT | 否 | - | 可选的音频编码，可根据声音特征影响视频生成 |
ref_image | IMAGE | 否 | - | 可选的参考图像，为视频内容提供视觉指导 |
control_video | IMAGE | 否 | - | 可选的控制视频，指导生成视频的运动和结构 |
ref_motion | IMAGE | 否 | - | 可选的运动参考，为视频中的运动模式提供指导 |
输出参数
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
positive | CONDITIONING | 经过处理的正向条件提示，已适配视频生成需求 |
negative | CONDITIONING | 经过处理的负向条件提示，已适配视频生成需求 |
latent | LATENT | 潜空间中的生成视频表示，可解码为最终视频帧 |