# WanInfiniteTalkToVideo

WanInfiniteTalkToVideo يولّد تسلسلات فيديو من إدخال صوتي. يستخدم نموذج انتشار فيديو، مشروطًا بميزات صوتية مستخرجة من متحدث واحد أو اثنين، لإنتاج تمثيل كامن لفيديو وجه متحدث. يمكن للعقدة توليد تسلسل جديد أو تمديد تسلسل موجود باستخدام الإطارات السابقة لسياق الحركة.

## المدخلات

### المدخلات العامة

| المعامل | الوصف | نوع البيانات | مطلوب | النطاق |
| --- | --- | --- | --- | --- |
| `الوضع` | وضع إدخال الصوت. يستخدم `single_speaker` إدخالًا صوتيًا واحدًا. يتيح `two_speakers` الإدخال الصوتي الإضافي والأقنعة المدرجة في قسم مدخلات المتحدثين. | DYNAMIC_COMBO | نعم | `"single_speaker"`<br>`"two_speakers"` |
| `النموذج` | نموذج انتشار الفيديو الأساسي. | MODEL | نعم | - |
| `تصحيح النموذج` | رقعة النموذج التي تحتوي على طبقات إسقاط الصوت. | MODEL_PATCH | نعم | - |
| `إيجابي` | التكييف الإيجابي لتوجيه التوليد. | CONDITIONING | نعم | - |
| `سلبي` | التكييف السلبي لتوجيه التوليد. | CONDITIONING | نعم | - |
| `vae` | جهاز التشفير VAE المستخدم لتشفير الصور من وإلى الفضاء الكامن. | VAE | نعم | - |
| `العرض` | عرض الفيديو الناتج بالبكسل. يجب أن يكون قابلاً للقسمة على 16. (الافتراضي: 832) | INT | نعم | 16 - MAX_RESOLUTION (step 16) |
| `الارتفاع` | ارتفاع الفيديو الناتج بالبكسل. يجب أن يكون قابلاً للقسمة على 16. (الافتراضي: 480) | INT | نعم | 16 - MAX_RESOLUTION (step 16) |
| `الطول` | عدد الإطارات المطلوب توليدها. (الافتراضي: 81) | INT | نعم | 1 - MAX_RESOLUTION (step 4) |
| `مخرجات clip للرؤية` | إخراج رؤية CLIP اختياري لتكييف إضافي. | CLIP_VISION_OUTPUT | لا | - |
| `صورة البداية` | صورة بداية اختيارية لتهيئة تسلسل الفيديو. | IMAGE | لا | - |
| `مخرجات ترميز الصوت ١` | الإخراج الأساسي لجهاز ترميز الصوت الذي يحتوي على ميزات المتحدث الأول. | AUDIO_ENCODER_OUTPUT | نعم | - |
| `عدد إطارات الحركة` | عدد الإطارات السابقة المستخدمة كسياق حركة. (الافتراضي: 9) | INT | نعم | 1 - 33 |
| `مقياس الصوت` | عامل تحجيم يُطبق على تكييف الصوت. (الافتراضي: 1.0) | FLOAT | نعم | -10.0 - 10.0 |
| `الإطارات السابقة` | إطارات فيديو سابقة اختيارية للتمديد منها. تُستخدم آخر `motion_frame_count` إطارات كسياق حركة. | IMAGE | لا | - |

### مدخلات المتحدثين

تظهر المدخلات في هذا القسم عندما يتم ضبط `mode` على `"two_speakers"`.

| المعامل | الوصف | نوع البيانات | مطلوب | النطاق |
| --- | --- | --- | --- | --- |
| `audio_encoder_output_2` | الإخراج الثاني لجهاز ترميز الصوت الذي يحتوي على ميزات المتحدث الثاني. | AUDIO_ENCODER_OUTPUT | لا | - |
| `mask_1` | قناع للمتحدث الأول، مطلوب إذا تم استخدام مدخلي صوت. | MASK | لا | - |
| `mask_2` | قناع للمتحدث الثاني، مطلوب إذا تم استخدام مدخلي صوت. | MASK | لا | - |

**قيود المعاملات:**

- عند ضبط `mode` على `"two_speakers"`، تكون `audio_encoder_output_2` و`mask_1` و`mask_2` مطلوبة لإعداد المتحدث الثاني.
- إذا تم توفير `audio_encoder_output_2`، فيجب أيضًا توفير كل من `mask_1` و`mask_2`.
- إذا تم توفير كل من `mask_1` و`mask_2`، فيجب أيضًا توفير `audio_encoder_output_2`.
- إذا تم توفير `previous_frames`، فيجب أن يحتوي على عدد إطارات يساوي على الأقل العدد المحدد بواسطة `motion_frame_count`.

## المخرجات

| اسم المخرَج | الوصف | نوع البيانات |
| --- | --- | --- |
| `النموذج` | النموذج المرقّع مع تطبيق تكييف الصوت. | MODEL |
| `إيجابي` | التكييف الإيجابي، الذي قد يتم تعديله بسياق إضافي مثل صورة بداية أو إخراج رؤية CLIP. | CONDITIONING |
| `سلبي` | التكييف السلبي، الذي قد يتم تعديله بسياق إضافي. | CONDITIONING |
| `الفضاء الكامن` | تسلسل الفيديو المولّد في الفضاء الكامن. | LATENT |
| `قص الصورة` | عدد الإطارات من بداية سياق الحركة التي يجب قصها عند تمديد تسلسل. يساوي `motion_frame_count` عند توفير `previous_frames`، وإلا يكون 0. | INT |
```

> 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/WanInfiniteTalkToVideo/ar.md)

---
**Source fingerprint (SHA-256):** `b7359490c1de86d9c82122bc227295b3b7f8a3493f629365ae0f22f9f34d9a66`
