> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-mintlify-b90d3c69.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# WanSoundImageToVideo - ComfyUI Built-in Node Documentation

> Complete documentation for the WanSoundImageToVideo node in ComfyUI. Learn its inputs, outputs, parameters and usage.

WanSoundImageToVideo 节点可根据图像生成视频内容，并支持可选的音频条件控制。该节点接收正面和负面条件提示以及 VAE 模型来创建视频潜在表示，并可结合参考图像、音频编码、控制视频和运动参考来引导视频生成过程。

## 输入

| 参数        | 描述                             | 数据类型               | 是否必填 | 范围                   |
| --------- | ------------------------------ | ------------------ | ---- | -------------------- |
| `正面提示词`   | 正面条件提示，用于引导生成视频中应出现的内容         | CONDITIONING       | 是    | -                    |
| `负面提示词`   | 负面条件提示，用于指定生成视频中应避免的内容         | CONDITIONING       | 是    | -                    |
| `VAE`     | 用于编码和解码视频潜在表示的 VAE 模型          | VAE                | 是    | -                    |
| `宽度`      | 输出视频的宽度（像素），默认值：832，必须能被 16 整除 | INT                | 是    | 16 至 MAX\_RESOLUTION |
| `高度`      | 输出视频的高度（像素），默认值：480，必须能被 16 整除 | INT                | 是    | 16 至 MAX\_RESOLUTION |
| `长度`      | 生成视频的帧数，默认值：77，必须能被 4 整除       | INT                | 是    | 1 至 MAX\_RESOLUTION  |
| `批次大小`    | 同时生成的视频数量，默认值：1                | INT                | 是    | 1 至 4096             |
| `音频编码器输出` | 可选的音频编码，可根据声音特征影响视频生成          | AUDIOENCODEROUTPUT | 否    | -                    |
| `参考图像`    | 可选的参考图像，为视频内容提供视觉引导            | IMAGE              | 否    | -                    |
| `控制视频`    | 可选的控制视频，用于引导生成视频的运动和结构         | IMAGE              | 否    | -                    |
| `参考动作`    | 可选的运动参考，为视频中的运动模式提供引导          | IMAGE              | 否    | -                    |

## 输出

| 输出名称     | 描述                      | 数据类型         |
| -------- | ----------------------- | ------------ |
| `负面提示词`  | 经过修改以适应视频生成的正面条件处理结果    | CONDITIONING |
| `潜变量`    | 经过修改以适应视频生成的负面条件处理结果    | CONDITIONING |
| `latent` | 在潜在空间中生成的视频表示，可解码为最终视频帧 | LATENT       |

> 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](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/WanSoundImageToVideo/zh.md)

***

**Source fingerprint (SHA-256):** `f80f82b8671294a14ecfecf91bc13febae0c91c5efa438467a4413d52dc82d3f`