Wan2.2-S2V Sesle Sürülen Video Oluşturma

Statik görüntüleri ve sesi dakika seviyesinde üretimle mükemmel senkronizasyonla dinamik videolara dönüştürün.

Input

Speech or singing that drives the mouth. The video is about 14 s long (3 × 77 frames at 16 fps); use audio of about that length.

  • 0:00 / 0:00

A clear picture of the person; the video keeps their face and look.

Describe the person, what they are doing and the camera.

Output size in pixels.

Output size in pixels.

Advanced settings

Keep at 1 with the lightning LoRA.

Default: 1

What to avoid in the result.

Leave empty for a new result each run. Enter a number to repeat one.

4 with the built-in lightning LoRA.

Default: 4

Output
00:00
Example

Bir örnek deneyin

Bu iş akışı hakkında

Bu ComfyUI iş akışı, tek bir referans görseli ve bir ses parçasını Wan 2.2 S2V (sound-to-video) modeliyle senkronize bir videoya dönüştürür. Wan omurgası UNETLoader, CLIPLoader ve VAELoader ile yüklenir ve ModelSamplingSD3 ile doğru zamanlama ayarlanır. Metin isteminiz CLIPTextEncode ile kodlanırken, ses AudioEncoderLoader ve AudioEncoderEncode ile işlenir. Bu sinyaller, LoadImage'dan gelen görselle birlikte, WanSoundImageToVideo'yu sesin ritmi ve vurgusuna uygun hareket sentezlemek için yönlendirir. KSampler adım, CFG ve tohum kontrolünü sağlar; VAEDecode gizlileri karelere dönüştürür; CreateVideo ise son klibi birleştirir.

Üretim için pratik iki mühendislik detayı: ilk kare sabitleme ve ölçeklenebilir uzunluk. 'Fix overbaked first frame' grubu, LatentCut ve LatentConcat ile ilk gizli kareyi çoğaltır, ardından ilk çözülmüş kareyi atar ve yaygın VAE “overbaked” (aşırı pişmiş) görünümünü önler. Uzun klipler için, Video S2V Extend alt grafikleriyle segmentleri parça parça (varsayılan 77 kare) zincirleyebilirsiniz; böylece VRAM'i aşırı kullanmadan dakika seviyesinde videolar oluşturabilirsiniz. İş akışı ayrıca lightning yolu da destekler: bir Wan 2.2 lightning LoRA ile 4 adımda örnekleme yapabilirsiniz (önerilen CFG ~1.0). Kalite ve stabilite isterseniz, standart yolu ~20 adımda (CFG ~6.0) kullanın.

Sorular ve yanıtlar