MMAudio | 视频到音频

节点及其相关工作流程完全由 Kijai 开发。我们对 Kijai 的这项创新工作给予充分的肯定。在 RunComfy 平台上，我们只是向社区展示 Kijai 的贡献。需要注意的是，目前 RunComfy 和 Kijai 之间没有正式的联系或合作。我们深表感谢 Kijai 的工作！

MMAudio

MMAudio 是一个强大的工具，可以从视频和文本输入中创建同步音频。它利用多模态联合训练从多样化的视听和音频文本数据集中学习，确保出色的适应性。凭借其先进的同步模块，它将音频完美对齐到视频帧。MMAudio 革新了音频生成，为创作者和创新者简化了流程。

1.1 如何使用 MMAudio 工作流程？

这是 MMAudio 工作流程，左侧节点是用于上传视频的输入，中间是处理 MMAudio 节点，右侧是输出节点。

• 在输入节点上传您的视频。
• 编写您的音频生成提示。
• 点击渲染！！！

1.2 视频输入

• 点击并上传您的参考视频。

视频设置为缩小到 ?*512 分辨率，因为处理高清或较长的视频可能会耗尽内存。

1.3 MMAudio 处理

• Positive：输入音频的视频生成提示。
• Negative：输入您不想听到的内容。
• Steps：更多步骤可能会提高音频质量。

1.4 MMAudio 模型

这些是模型下载器节点，它将在您的 comfyui 中自动下载模型，需时 2-3 分钟。

• MMAudio 模型：https://github.com/hkchengrex/MMAudio

凭借其创新的多模态训练和精确的同步，MMAudio 在音频生成中树立了新的标准。无论您是在制作视频、动画还是沉浸式体验，MMAudio 都可以为创作者提供无缝、高质量的音频。提升您的项目并用 MMAudio 将您的想法变为现实。