# مزامنة الشفاه sync.so

هذه العقدة تعيد مزامنة حركة الفم في مقطع فيديو مع ملف صوتي جديد للكلام باستخدام واجهة برمجة تطبيقات sync.so. تتعامل تلقائيًا مع اللقطات القريبة والملفات الجانبية والعوائق مع الحفاظ على تعبير المتحدث. تعتمد التكلفة على مدة المخرجات.

## المدخلات

| المعامل | الوصف | نوع البيانات | إلزامي | النطاق |
|---------|-------|---------------|---------|--------|
| `فيديو` | لقطات المتحدث المراد إعادة مزامنتها. حتى دقة 4K (4096×2160)؛ يعمل معدل الإطارات الثابت 24/25/30 إطارًا في الثانية بشكل أفضل. | VIDEO | نعم | - |
| `صوت` | صوت الكلام لمزامنة حركة الفم معه. | AUDIO | نعم | - |
| `البذرة` | البذرة تتحكم فيما إذا كانت العقدة ستعيد التشغيل؛ النتائج غير حتمية بغض النظر عن البذرة (الافتراضي: 42). | INT | نعم | 0 إلى 2147483647 |
| `النموذج` | نموذج توليد sync.so. | COMBO | نعم | "sync-3" |

معامل `model` هو قائمة ديناميكية تتضمن المعاملات الفرعية التالية:

| المعامل الفرعي | الوصف | نوع البيانات | إلزامي | النطاق |
|----------------|-------|---------------|---------|--------|
| `sync_mode` | كيفية التعامل مع عدم تطابق المدة بين الفيديو والصوت؛ يحدد هذا أيضًا طول المخرجات (الافتراضي: "bounce"). | COMBO | نعم | `"bounce"`<br>`"cut_off"`<br>`"loop"`<br>`"silence"`<br>`"remap"` |
| `speaker_selection` | أي وجه سيتم مزامنة الشفاه معه عند ظهور عدة أشخاص (الافتراضي: "default"). | COMBO | نعم | `"default"`<br>`"auto-detect"`<br>`"coordinates"` |
| `speaker_frame` | إطار الفيديو المستخدم لتحديد موقع المتحدث. يُستخدم فقط عندما يكون `speaker_selection` هو "coordinates" (الافتراضي: 0). | INT | لا | 0 إلى 1000000 |
| `speaker_x` | إحداثي X بالبكسل لوجه المتحدث. يُستخدم فقط عندما يكون `speaker_selection` هو "coordinates" (الافتراضي: 0). | INT | لا | 0 إلى 4096 |
| `speaker_y` | إحداثي Y بالبكسل لوجه المتحدث. يُستخدم فقط عندما يكون `speaker_selection` هو "coordinates" (الافتراضي: 0). | INT | لا | 0 إلى 4096 |

**خيارات وضع المزامنة:**
- `bounce`: يتم تشغيل الفيديو للأمام ثم للخلف حتى ينتهي الصوت (المخرجات = طول الصوت)
- `loop`: يتم إعادة تشغيل الفيديو حتى ينتهي الصوت (المخرجات = طول الصوت)
- `remap`: يتم تمديد الفيديو زمنيًا لمطابقة الصوت (المخرجات = طول الصوت)
- `cut_off`: يتم قص المسار الأطول (المخرجات = الطول الأقصر)
- `silence`: لا يتم قص أي شيء؛ يتم حشو المسار الأقصر (المخرجات = الطول الأطول)

**خيارات اختيار المتحدث:**
- `default`: السماح للنموذج بتحديد الوجه المراد مزامنة الشفاه معه
- `auto-detect`: كشف وتتبع المتحدث النشط
- `coordinates`: استهداف الوجه عند البكسل (`speaker_x`, `speaker_y`) في الإطار المختار بواسطة `speaker_frame`

**القيود:**
- يجب ألا تتجاوز دقة الفيديو 4K (4096×2160). ستؤدي مقاطع الفيديو التي تتجاوز هذا الحد إلى ظهور خطأ.
- يجب ألا تتجاوز مدة الفيديو والصوت 600 ثانية (10 دقائق).
- تُستخدم معاملات `speaker_frame` و`speaker_x` و`speaker_y` فقط عندما يتم تعيين `speaker_selection` على "coordinates".

## المخرجات

| اسم المخرج | الوصف | نوع البيانات |
|------------|-------|---------------|
| `فيديو` | الفيديو المعاد مزامنته مع حركة الفم المطابقة للصوت المقدم. | VIDEO |

> 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/SyncLipSyncNode/ar.md)

---
**Source fingerprint (SHA-256):** `b41f8c9bf0d55059f081a66af20636ec96462c3fd9caeb685cab10278f84678a`
