KlingLipSyncAudioToVideoNode - ComfyUI Built-in Node Documentation

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

此节点可将视频文件中的嘴部动作与音频文件中的音频内容同步。该节点会分析音频中的语音模式，并调整视频中的面部动作，以创建逼真的唇形同步效果。此过程需要包含清晰面部的视频以及包含清晰可辨语音的音频文件。

​

输入

参数	描述	数据类型	是否必需	范围
视频	包含待同步嘴部动作面部的视频文件	VIDEO	是	-
音频	包含待与视频同步语音的音频文件	AUDIO	是	-
语音语言	音频文件中语音的语言（默认值：“en”）	COMBO	是	"en" "zh" "es" "fr" "de" "it" "pt" "pl" "tr" "ru" "nl" "cs" "ar" "ja" "hu" "ko"

重要限制条件：

• 音频文件大小不应超过 5MB
• 视频文件大小不应超过 100MB
• 视频尺寸的高/宽应在 720px 至 1920px 之间
• 视频时长应在 2 秒至 10 秒之间
• 音频必须包含清晰可辨的语音
• 视频必须包含清晰的面部

​

输出

输出名称	描述	数据类型
视频ID	经过唇形同步嘴部动作处理后的视频	VIDEO
视频ID	处理后的视频的唯一标识符	STRING
时长	处理后的视频时长	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): 92b8a7a4f9508632155a5f69707ffc4a14f2f44c04e4d01bf46476a972465592