# WanDancerVideo

گره WanDancerVideo داده‌های شرطی‌سازی و یک تنسور لاتنت خالی را برای تولید ویدیو با مدل WanDancer آماده می‌کند. این گره تصاویر شروع اختیاری، ماسک‌ها، جاسازی‌های CLIP vision و ویژگی‌های صوتی را به شرطی‌سازی مثبت و منفی متصل می‌کند تا بتوانند ویدیوی تولیدشده را هدایت کنند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `مثبت` | شرطی‌سازی مثبت برای هدایت تولید ویدیو. | CONDITIONING | بله |  |
| `منفی` | شرطی‌سازی منفی برای هدایت تولید ویدیو. | CONDITIONING | بله |  |
| `vae` | VAE مورد استفاده برای رمزگذاری تصویر شروع در فضای لاتنت. | VAE | بله |  |
| `عرض` | عرض ویدیوی تولیدشده به پیکسل (پیش‌فرض: 480). | INT | بله | 16 تا MAX_RESOLUTION (گام: 16) |
| `ارتفاع` | ارتفاع ویدیوی تولیدشده به پیکسل (پیش‌فرض: 832). | INT | بله | 16 تا MAX_RESOLUTION (گام: 16) |
| `طول` | تعداد فریم‌های ویدیوی تولیدشده. برای WanDancer باید 149 بماند (پیش‌فرض: 149). | INT | بله | 1 تا MAX_RESOLUTION (گام: 4) |
| `خروجی بینایی clip` | جاسازی‌های CLIP vision برای فریم اول. | CLIP_VISION_OUTPUT | خیر |  |
| `خروجی مرجع بینایی clip` | جاسازی‌های CLIP vision برای تصویر مرجع. | CLIP_VISION_OUTPUT | خیر |  |
| `تصویر شروع` | تصویر(های) اولیه برای رمزگذاری؛ می‌تواند هر تعداد فریم باشد. | IMAGE | خیر |  |
| `ماسک` | ماسک شرطی‌سازی تصویر برای تصویر(های) شروع. نواحی سفید حفظ می‌شوند و نواحی سیاه تولید می‌شوند. برای تولیدهای محلی استفاده می‌شود. | MASK | خیر |  |
| `خروجی رمزگذار صوتی` | خروجی رمزگذار صدا که ویژگی‌های صوتی، نرخ فریم و مقادیر مقیاس تزریق را فراهم می‌کند و در صورت ارائه به شرطی‌سازی متصل می‌شوند. | AUDIO_ENCODER_OUTPUT | خیر |  |

### نکاتی درباره رفتار پارامترها

- `start_image` اختیاری است. در صورت ارائه، به ابعاد `width` و `height` تغییر اندازه داده می‌شود، توسط `vae` رمزگذاری می‌شود و به هر دو شرطی‌سازی مثبت و منفی متصل می‌شود. اگر `start_image` تعداد فریم‌های بیشتری از `length` داشته باشد، فریم‌های اضافی حذف می‌شوند. اگر تعداد فریم‌های کمتری داشته باشد، فریم‌های از دست رفته با مقادیر صفر پر می‌شوند.
- `mask` تنها زمانی اثر دارد که `start_image` نیز ارائه شده باشد. نواحی سفید حفظ می‌شوند و نواحی سیاه تولید می‌شوند.
- `clip_vision_output_ref` تنها زمانی اثر دارد که `clip_vision_output` نیز ارائه شده باشد.
- `audio_encoder_output` در صورت ارائه، جاسازی‌های صوتی، نرخ فریم و مقیاس تزریق را به هر دو شرطی‌سازی مثبت و منفی متصل می‌کند.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `مثبت` | شرطی‌سازی مثبت همراه با هر لاتنت تصویر شروع، ماسک، داده‌های CLIP vision یا صوتی متصل‌شده. | CONDITIONING |
| `منفی` | شرطی‌سازی منفی همراه با هر لاتنت تصویر شروع، ماسک، داده‌های CLIP vision یا صوتی متصل‌شده. | CONDITIONING |
| `لاتنت` | یک تنسور لاتنت خالی که اندازه آن برای طول، ارتفاع و عرض ویدیوی درخواستی تنظیم شده است. | LATENT |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/WanDancerVideo/fa.md)

---
**Source fingerprint (SHA-256):** `086a0ec361cf7f7ae7ce9505b55d31d92b025c6c7c9cde192009e6664011ad05`
