# WanSoundImageToVideo

تُهيّئ عُقدة WanSoundImageToVideo التكييف وموتّر الفيديو الكامن الفارغ لتوليد فيديو Wan من الصوت. ويمكنها اختياريًا دمج ترميز صوتي، وصورة مرجعية، وفيديو تحكم، ومرجع حركة لتوجيه الفيديو المُولَّد.

## المدخلات

| المعامل | الوصف | نوع البيانات | مطلوب | النطاق |
| --- | --- | --- | --- | --- |
| `النص الإيجابي` | مطالبات التكييف الإيجابي التي توجّه المحتوى الذي ينبغي أن يظهر في الفيديو المُولَّد | CONDITIONING | نعم | - |
| `النص السلبي` | مطالبات التكييف السلبي التي تحدد المحتوى الذي ينبغي تجنّبه في الفيديو المُولَّد | CONDITIONING | نعم | - |
| `VAE` | نموذج VAE المستخدم لترميز الصور المرجعية، ومراجع الحركة، وإطارات فيديو التحكم إلى تمثيلات كامنة | VAE | نعم | - |
| `العرض` | عرض الفيديو الناتج بالبكسل (الافتراضي: 832، الخطوة: 16) | INT | نعم | 16 إلى MAX_RESOLUTION |
| `الارتفاع` | ارتفاع الفيديو الناتج بالبكسل (الافتراضي: 480، الخطوة: 16) | INT | نعم | 16 إلى MAX_RESOLUTION |
| `الطول` | عدد الإطارات في الفيديو المُولَّد (الافتراضي: 77، الخطوة: 4) | INT | نعم | 1 إلى MAX_RESOLUTION |
| `حجم الدُفعة` | عدد الفيديوهات التي سيتم توليدها في وقت واحد (الافتراضي: 1) | INT | نعم | 1 إلى 4096 |
| `مخرج مشفر الصوت` | ترميز صوتي اختياري يمكن أن يؤثر في توليد الفيديو بناءً على خصائص الصوت. وعند توفيره، يتم استيفاء ملامح الصوت واستخدامها لتكييف توليد الفيديو. | AUDIO_ENCODER_OUTPUT | لا | - |
| `الصورة المرجعية` | صورة مرجعية اختيارية توفر توجيهًا بصريًا لمحتوى الفيديو. يتم تكبير الصورة لتطابق العرض والارتفاع المحددين، ثم ترميزها إلى تمثيل كامن. تُستخدم أول صورة من المدخل فقط كمرجع. | IMAGE | لا | - |
| `الفيديو المتحكم به` | فيديو تحكم اختياري يوجّه الحركة وبنية الفيديو المُولَّد. يتم تكبير الفيديو وترميزه، ثم يُستخدم لتكييف المخرجات. تُستخدم أول `length` من الإطارات فقط. | IMAGE | لا | - |
| `الحركة المرجعية` | مرجع حركة اختياري يوفر توجيهًا لأنماط الحركة في الفيديو. إذا كان المدخل يحتوي على أكثر من 73 إطارًا، فسيتم استخدام آخر 73 إطارًا فقط. إذا تم توفير أقل من 73 إطارًا، فسيتم حشو التسلسل بإطارات محايدة. | IMAGE | لا | - |

ملاحظة: يمكن استخدام جميع المدخلات الاختيارية بشكل مستقل أو معًا. تقوم العُقدة بتعديل التكييفين `positive` و`negative` المقدمين بناءً على المدخلات الاختيارية المتصلة.

## المخرجات

| اسم المخرَج | الوصف | نوع البيانات |
| --- | --- | --- |
| `positive` | التكييف الإيجابي المعالَج الذي تم تعديله لتوليد الفيديو، بما في ذلك تضمينات الصوت، والتمثيلات الكامنة المرجعية، ومراجع الحركة، وتكييف فيديو التحكم عند توفير المدخلات الاختيارية المقابلة | CONDITIONING |
| `negative` | التكييف السلبي المعالَج الذي تم تعديله لتوليد الفيديو، بما في ذلك تضمينات الصوت (المضبوطة على صفر)، والتمثيلات الكامنة المرجعية، ومراجع الحركة، وتكييف فيديو التحكم عند توفير المدخلات الاختيارية المقابلة | CONDITIONING |
| `latent` | موتّر الفيديو الكامن الفارغ المستخدم كنقطة بداية للتوليد. يكون لموتّر الفيديو الكامن الشكل `[batch_size, 16, latent_t, height/8, width/8]`، حيث يتم حساب `latent_t` وفقًا للمعادلة `((length - 1) // 4) + 1`. | LATENT |

> 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/WanSoundImageToVideo/ar.md)

---
**Source fingerprint (SHA-256):** `b1148cd00d8999dd6842e3c2fb13655fda8f20d5befed975a6d1652688b2807c`
