# دمج AV Latent

يدمج هذا العقدة تمثيلًا كامنًا للفيديو وتمثيلًا كامنًا للصوت في تمثيل كامن سمعي-بصري (AV) موحّد، جاهزًا للنماذج السمعية-البصرية مثل LTXV أو MiniMax H3. إذا كان إدخال الفيديو تمثيلًا كامنًا سمعيًا-بصريًا بالفعل، فسيتم الاحتفاظ بتيار الفيديو الخاص به واستبدال تيار الصوت فقط بالتمثيل الكامن للصوت المقدم.

## المدخلات

| المعامل | الوصف | نوع البيانات | إلزامي | النطاق |
| --- | --- | --- | --- | --- |
| `video_latent` | التمثيل الكامن لبيانات الفيديو. عندما يحتوي بالفعل على تيارَي الفيديو والصوت، تحتفظ العقدة بتيار الفيديو وتستبدل الصوت بالتمثيل الكامن القادم من `audio_latent`. | LATENT | نعم |  |
| `audio_latent` | التمثيل الكامن لبيانات الصوت. يتم ضبط طوله ليتناسب مع تيار الفيديو: يُقتطع الصوت الأطول، بينما يُستكمل الصوت الأقصر بأصفار. | LATENT | نعم |  |

**ملاحظة:** يتم دمج العينات من كلا المدخلين كزوج من تيارات الفيديو والصوت في موتر متداخل (nested tensor). إذا احتوى أي من المدخلين على `noise_mask`، يتضمن المخرَج نسخة مدمجة منه؛ ويُستبدل القناع المفقود بقناع كل عناصره واحدات (all-ones) يطابق شكل عيناته. عندما يُستكمل الصوت الأقصر بأصفار، تُترك المنطقة المستكمَلة غير مغطاة بالقناع (unmasked) ليتمكن النموذج من توليدها. يرفع العقدة خطأً إذا تعذّر تركيب التمثيل الكامن للصوت داخل التمثيل الكامن للفيديو، على سبيل المثال عندما يختلف التمثيلان الكامنان في أكثر من بُعد واحد أو عندما يختلفان في بُعد الدفعة (batch) أو بُعد القنوات.

## المخرجات

| اسم المخرَج | الوصف | نوع البيانات |
| --- | --- | --- |
| `latent` | تمثيل كامن يحتوي على عينات الفيديو والصوت مجمعة معًا كتيارين، بالإضافة إلى `noise_mask` مدمجة عندما يوفر أحد المدخلات قناعًا واحدًا على الأقل. | LATENT |

> تم إنشاء هذه الوثيقة بواسطة الذكاء الاصطناعي. إذا وجدت أي أخطاء أو لديك اقتراحات للتحسين، فلا تتردد في المساهمة! [تحرير على GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/LTXVConcatAVLatent/ar.md)

---
**Source fingerprint (SHA-256):** `0231f9db2ce73132d8555fbb33f295b68aa68a0c1c54e4a0c5d2e1f67b5611cb`
