MMAudio | Video-to-Audio

The 節點及其相關工作流程完全由 Kijai 開發。我們將所有榮譽歸於 Kijai，感謝他這一創新工作。在 RunComfy 平台上，我們僅是將 Kijai 的貢獻呈現給社區。目前需要注意的是，RunComfy 與 Kijai 之間並不存在正式的聯繫或合作。我們深深感謝 Kijai 的工作！

MMAudio

MMAudio 是一個強大的工具，可以從視頻和文本輸入中創建同步音頻。它利用多模態聯合訓練從多樣的音視頻和音文本數據集中學習，以確保卓越的適應性。其先進的同步模塊可以將音頻完美對齊到視頻幀。MMAudio 革新了音頻生成，簡化了創作者和創新者的流程。

1.1 如何使用 MMAudio 工作流程？

這是 MMAudio 的工作流程，左側節點是上傳視頻的輸入，中間是處理 MMAudio 節點，右側是輸出節點。

• 在輸入節點上傳您的視頻。
• 撰寫您的音頻生成提示。
• 點擊渲染！！！

1.2 視頻輸入

• 點擊並上傳您的參考視頻。

視頻設置為將視頻降尺度至 ?*512 分辨率，因為處理高清視頻或較長視頻可能會耗盡內存。

1.3 MMAudio 處理

• Positive：輸入音頻的視頻生成提示。
• Negative：輸入您不想聽到的內容。
• Steps：更多步驟可能改善音頻質量。

1.4 MMAudio 模型

這些是模型下載節點，它將在 2-3 分鐘內自動下載模型到您的 comfyui。

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

憑藉其創新的多模態訓練和精確的同步，MMAudio 在音頻生成方面樹立了新的標準。無論您是在創作視頻、動畫還是沉浸式體驗，MMAudio 為創作者提供無縫、高品質的音頻。提升您的項目，讓您的創意成為現實，使用 MMAudio。