# sync.so Lip Sync

Este nodo resincroniza el movimiento de la boca en un video con un nuevo audio de voz utilizando la API de sync.so. Maneja automáticamente primeros planos, perfiles y obstrucciones, preservando la expresión del hablante. El costo se escala según la duración de la salida.

## Entradas

| Parámetro | Descripción | Tipo de Dato | Requerido | Rango |
|-----------|-------------|--------------|-----------|-------|
| `video` | Metraje del hablante a resincronizar. Hasta 4K (4096x2160); una tasa de fotogramas constante de 24/25/30 fps funciona mejor. | VIDEO | Sí | - |
| `audio` | Audio de voz para sincronizar el movimiento de la boca. | AUDIO | Sí | - |
| `seed` | La semilla controla si el nodo debe re-ejecutarse; los resultados no son deterministas independientemente de la semilla (predeterminado: 42). | INT | Sí | 0 a 2147483647 |
| `model` | Modelo de generación de sync.so. | COMBO | Sí | "sync-3" |

El parámetro `model` es un combo dinámico que incluye los siguientes subparámetros:

| Subparámetro | Descripción | Tipo de Dato | Requerido | Rango |
|--------------|-------------|--------------|-----------|-------|
| `sync_mode` | Cómo manejar una discrepancia de duración entre el video y el audio; esto también establece la longitud de la salida (predeterminado: "bounce"). | COMBO | Sí | `"bounce"`<br>`"cut_off"`<br>`"loop"`<br>`"silence"`<br>`"remap"` |
| `speaker_selection` | Qué rostro sincronizar los labios cuando varias personas son visibles (predeterminado: "default"). | COMBO | Sí | `"default"`<br>`"auto-detect"`<br>`"coordinates"` |
| `speaker_frame` | Fotograma del video utilizado para localizar al hablante. Solo se usa cuando `speaker_selection` es "coordinates" (predeterminado: 0). | INT | No | 0 a 1000000 |
| `speaker_x` | Coordenada X en píxeles del rostro del hablante. Solo se usa cuando `speaker_selection` es "coordinates" (predeterminado: 0). | INT | No | 0 a 4096 |
| `speaker_y` | Coordenada Y en píxeles del rostro del hablante. Solo se usa cuando `speaker_selection` es "coordinates" (predeterminado: 0). | INT | No | 0 a 4096 |

**Opciones del modo de sincronización:**
- `bounce`: El video se reproduce hacia adelante y luego hacia atrás hasta que el audio termina (salida = duración del audio)
- `loop`: El video se reinicia hasta que el audio termina (salida = duración del audio)
- `remap`: El video se estira en el tiempo para coincidir con el audio (salida = duración del audio)
- `cut_off`: La pista más larga se recorta (salida = duración más corta)
- `silence`: No se recorta nada; la pista más corta se rellena con silencio (salida = duración más larga)

**Opciones de selección del hablante:**
- `default`: Dejar que el modelo decida qué rostro sincronizar los labios
- `auto-detect`: Detectar y seguir al hablante activo
- `coordinates`: Apuntar al rostro en las coordenadas de píxeles (`speaker_x`, `speaker_y`) en el fotograma elegido por `speaker_frame`

**Restricciones:**
- La resolución del video no debe exceder 4K (4096x2160). Los videos por encima de este límite generarán un error.
- Las duraciones de video y audio no deben exceder los 600 segundos (10 minutos).
- Los parámetros `speaker_frame`, `speaker_x` y `speaker_y` solo se utilizan cuando `speaker_selection` está configurado en "coordinates".

## Salidas

| Nombre de Salida | Descripción | Tipo de Dato |
|------------------|-------------|--------------|
| `video` | El video resincronizado con el movimiento de la boca ajustado al audio proporcionado. | VIDEO |

> Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! [Editar en GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/SyncLipSyncNode/es.md)

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