# sync.so Talking Image

Оживите статичный портрет, превратив его в видео с речью, управляемое аудио, с помощью модели sync-3 от sync.so. Длительность выходного видео соответствует длительности аудио, а стоимость зависит от длительности выходного видео.

## Входные параметры

| Параметр | Описание | Тип данных | Обязательный | Диапазон |
|-----------|-------------|-----------|----------|-------|
| `изображение` | Одно изображение с четко видимым лицом, разрешением до 4K (4096x2160). | IMAGE | Да | Требуется ровно одно изображение |
| `аудио` | Речевое аудио, управляющее видео с речью; длительность выходного видео соответствует ему. Подключите любой TTS-узел сюда, чтобы управлять анимацией из текста. | AUDIO | Да | Максимальная длительность: 600 секунд |
| `промпт` | Необязательная подсказка для того, как портрет оживет, например, 'заставьте субъекта улыбнуться и смотреть в камеру'. Оставьте пустым для естественного речевого движения. (по умолчанию: "") | STRING | Нет | Многострочный текст |
| `seed` | Сид управляет тем, должен ли узел запускаться заново; результаты недетерминированы независимо от сида. (по умолчанию: 0) | INT | Нет | от 0 до 2147483647 |
| `модель` | Модель генерации sync.so. Ввод изображения эксклюзивен для sync-3. | COMBO | Да | `"sync-3"` |
| `speaker_selection` | Какое лицо анимировать, если видно несколько человек. `default`: позволить модели решить. `coordinates`: нацелиться на лицо по пиксельным координатам (speaker_x, speaker_y) на изображении. Автоопределение не поддерживается для изображений. (по умолчанию: "default") | COMBO | Нет | `"default"`<br>`"coordinates"` |
| `speaker_x` | X-координата пикселя лица говорящего. Используется только когда speaker_selection имеет значение 'coordinates'. (по умолчанию: 0) | INT | Нет | от 0 до 4096 |
| `speaker_y` | Y-координата пикселя лица говорящего. Используется только когда speaker_selection имеет значение 'coordinates'. (по умолчанию: 0) | INT | Нет | от 0 до 4096 |
| `auto_downscale` | Автоматически уменьшать изображение, если оно превышает лимит ввода 4K (4096x2160); координаты говорящего масштабируются соответствующим образом. При отключении изображение большего размера вызывает ошибку. (по умолчанию: True) | BOOLEAN | Нет | True<br>False |

**Примечание:** Параметры `speaker_x` и `speaker_y` используются только когда `speaker_selection` имеет значение `"coordinates"`. Когда `auto_downscale` включен, координаты говорящего автоматически масштабируются в соответствии с уменьшенными размерами изображения.

## Выходные параметры

| Имя выхода | Описание | Тип данных |
|-------------|-------------|-----------|
| `video` | Сгенерированное видео с речью, в котором анимированный портрет синхронизирован с входным аудио. | VIDEO |

> Эта документация была создана с помощью ИИ. Если вы обнаружите ошибки или у вас есть предложения по улучшению, пожалуйста, внесите свой вклад! [Редактировать на GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/SyncTalkingImageNode/ru.md)

---
**Source fingerprint (SHA-256):** `21f722cdcc5ff017949887ed2252854feebb9b913034dc6a6c3ce196ad089468`
