From ace71107b60cd40d44976552c0ae87f0a0f32f27 Mon Sep 17 00:00:00 2001 From: lin-bot23 Date: Wed, 14 Oct 2026 06:35:11 +0800 Subject: [PATCH 1/2] Add docs for ImageSDRToHDR and Higgsfield Genjutsu Motion Transfer, update Fish Audio Text to Speech for drama-3 - ImageSDRToHDR (Convert SDR to HDR, ComfyUI #16990): new node page - HiggsfieldMotionTransferNode (Higgsfield Genjutsu Motion Transfer, ComfyUI #16913): new node page - FishAudioTextToSpeech (ComfyUI #16999): add the drama-3 model option, the drama-3 word-tag cues and the random-voice wording for unconnected voices - save_agent_doc.py: allow the FISHAUDIO_VOICE custom type --- .../docs/FishAudioTextToSpeech/en.md | 16 ++++----- .../docs/HiggsfieldMotionTransferNode/en.md | 27 +++++++++++++++ .../docs/ImageSDRToHDR/en.md | 33 +++++++++++++++++++ docs-generation/scripts/save_agent_doc.py | 3 ++ 4 files changed, 71 insertions(+), 8 deletions(-) create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/en.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/en.md diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/en.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/en.md index d2cda226c..806f78111 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/en.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/en.md @@ -1,6 +1,6 @@ # Fish Audio Text to Speech -This node converts written text into spoken audio using Fish Audio text-to-speech models. It supports emotion cues embedded in the text ([happy], [whispering] on s2.1-pro; (happy) on s1) and multi-speaker dialogue using @Voice1/@Voice2 tags when multiple voices are connected. Two models are available: s2.1-pro, which supports up to five voices and multi-speaker dialogue, and s1, which uses a single optional voice. +This node converts written text into spoken audio using Fish Audio text-to-speech models. It supports cues embedded in the text: [happy] and [whispering] on s2.1-pro, (happy) on s1, and plain-language [directions] plus `...` word tags on drama-3. Multi-speaker dialogue uses @Voice1/@Voice2 tags when multiple voices are connected. Three models are available: drama-3 and s2.1-pro, which both support up to five voices and multi-speaker dialogue, and s1, which uses a single optional voice. ## Inputs @@ -9,16 +9,16 @@ This node converts written text into spoken audio using Fish Audio text-to-speec | Parameter | Description | Data Type | Required | Range | |-----------|-------------|-----------|----------|-------| | `text` | The text to convert to speech. With two or more voices connected, mark speaker changes with @Voice1, @Voice2, etc. (default: empty) | STRING | Yes | Any non-empty text | -| `model` | Model to use for text-to-speech. | DYNAMIC_COMBO | Yes | "s2.1-pro"
"s1" | +| `model` | Model to use for text-to-speech. | DYNAMIC_COMBO | Yes | "drama-3"
"s2.1-pro"
"s1" | | `seed` | Seed controls whether the node should re-run; results are non-deterministic regardless of seed. (default: 42) | INT | Yes | 0 to 2147483647 | -### s2.1-pro Inputs +### drama-3 and s2.1-pro Inputs -These inputs appear when the s2.1-pro model is selected. +These inputs appear when the `drama-3` or `s2.1-pro` model is selected. The parameter sets are identical. | Parameter | Description | Data Type | Required | Range | |-----------|-------------|-----------|----------|-------| -| `voices` | Growable slot: connect 0 to 5 voice items (`voice_1`, `voice_2`, ...). Voices for synthesis. Leave empty for the default voice. With two or more voices, mark speaker changes in the text with @Voice1, @Voice2, etc. | FISHAUDIO_VOICE | No | 0 to 5 voices | +| `voices` | Growable slot: connect 0 to 5 voice items (`voice_1`, `voice_2`, ...). Voices for synthesis. Leave empty for a random voice. With two or more voices, mark speaker changes in the text with @Voice1, @Voice2, etc. | FISHAUDIO_VOICE | No | 0 to 5 voices | | `temperature` | Expressiveness. Higher values are more varied, lower values are more consistent. (default: 0.7) | FLOAT | Yes | 0.0 to 1.0 | | `top_p` | Diversity via nucleus sampling. (default: 0.7) | FLOAT | Yes | 0.01 to 1.0 | | `speed` | Speaking rate. 1.0 is normal, <1.0 slower, >1.0 faster. (default: 1.0) | FLOAT | Yes | 0.5 to 2.0 | @@ -31,14 +31,14 @@ These inputs appear when the s1 model is selected. | Parameter | Description | Data Type | Required | Range | |-----------|-------------|-----------|----------|-------| -| `voice` | Voice for synthesis. Leave unconnected for the default voice. | FISHAUDIO_VOICE | No | Optional single voice | +| `voice` | Voice for synthesis. Leave unconnected for a random voice. | FISHAUDIO_VOICE | No | Optional single voice | | `temperature` | Expressiveness. Higher values are more varied, lower values are more consistent. (default: 0.7) | FLOAT | Yes | 0.0 to 1.0 | | `top_p` | Diversity via nucleus sampling. (default: 0.7) | FLOAT | Yes | 0.01 to 1.0 | | `speed` | Speaking rate. 1.0 is normal, <1.0 slower, >1.0 faster. (default: 1.0) | FLOAT | Yes | 0.5 to 2.0 | | `volume` | Volume adjustment in decibels. 0 is no change. (default: 0.0) | FLOAT | Yes | -10.0 to 10.0 | | `normalize` | Normalize numbers and text for English and Chinese, improving stability for numbers and dates. (default: true) | BOOLEAN | Yes | true / false | -**Note:** The `text` input must not be empty. Speaker tags (@Voice1, @Voice2, etc.) are case-insensitive and must refer to a connected voice; tagging a voice that is not connected raises an error. When two or more voices are connected, the text must reference every connected voice at least once, or the node reports the missing tags. On s2.1-pro, connecting 0 voices uses the default voice, 1 voice uses that voice alone, and 2 or more voices enable multi-speaker dialogue. On s1, a single optional voice is used and leaving it unconnected uses the default voice. Emotion cues can be placed in the text: [happy] and [whispering] on s2.1-pro, and (happy) on s1. +**Note:** The `text` input must not be empty. Speaker tags (@Voice1, @Voice2, etc.) are case-insensitive and must refer to a connected voice; tagging a voice that is not connected raises an error. When two or more voices are connected, the text must reference every connected voice at least once, or the node reports the missing tags. On drama-3 and s2.1-pro, connecting 0 voices uses a random voice, 1 voice uses that voice alone, and 2 or more voices enable multi-speaker dialogue. On s1, a single optional voice is used and leaving it unconnected uses a random voice. Cues can be placed in the text: [happy] and [whispering] on s2.1-pro, (happy) on s1, and plain-language [directions] and `...` word tags on drama-3. ## Outputs @@ -49,4 +49,4 @@ These inputs appear when the s1 model is selected. > This documentation was AI-generated. If you find any errors or have suggestions for improvement, please feel free to contribute! [Edit on GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/en.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/en.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/en.md new file mode 100644 index 000000000..c6b5c987b --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/en.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +The **Higgsfield Genjutsu Motion Transfer** node recasts a video with new characters, locations or styles taken from reference images while keeping the motion, camera movement, timing and audio of the source clip. Connect the clip to restyle and one or more reference images that describe the new look, then describe the result in the prompt. The request is sent to the Higgsfield API and the generated video is returned. + +## Inputs + +| Parameter | Description | Data Type | Required | Range | +|-----------|-------------|-----------|----------|-------| +| `model` | Model to use. Selecting a model reveals the parameters specific to it: `video`, `reference_images`, `prompt`, `resolution`, and `seed`. | DYNAMIC_COMBO | Yes | `"genjutsu-v1.0"` | +| `video` | Source video whose motion, camera movement, timing and audio are kept. At least 4 seconds; only the first 30 seconds are used. | VIDEO | Yes | 4 to 30 seconds | +| `reference_images` | Growable slot: connect 1 to 8 images (`image_1`, `image_2`, ...) of the characters, locations or styles to use. A batched input counts once per image. | IMAGE | Yes | 1 to 8 images | +| `prompt` | Optional. Describe the result, for example which reference replaces which person, or a new setting. (default: empty) | STRING | Yes | Any text | +| `resolution` | Resolution of the output video. (default: `"720p"`) | COMBO | Yes | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | Seed controls whether the node should re-run; results are non-deterministic regardless of seed. This parameter has "control after generate" functionality (default: 42). | INT | Yes | 0 to 2147483647 | + +The source video is validated before the request is sent: a clip shorter than 4 seconds is rejected, and a clip longer than 30 seconds is trimmed to its first 30 seconds. Its audio is carried over to the result. Reference images are uploaded first, and the total number of images across all connected slots cannot exceed 8, even though the node exposes eight slots. Higgsfield's content moderation can reject the input or the result, which raises an error instead of returning a video. + +## Outputs + +| Output Name | Description | Data Type | +|-------------|-------------|-----------| +| `VIDEO` | The restyled video file. | VIDEO | + +> This documentation was AI-generated. If you find any errors or have suggestions for improvement, please feel free to contribute! [Edit on GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/en.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/en.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/en.md new file mode 100644 index 000000000..241db2e12 --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/en.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +The **Convert SDR to HDR** node expands standard dynamic range sRGB images into Rec.2020 HLG HDR. It keeps the existing look of the image and maps its brightness into a wider range, so the result must be saved with an HDR color space selected. Alpha is preserved unchanged. + +## Inputs + +| Parameter | Description | Data Type | Required | Range | +|-----------|-------------|-----------|----------|-------| +| `image` | The SDR image(s) in sRGB to expand into HDR. | IMAGE | Yes | - | +| `algorithm` | HDR expansion algorithm. Selecting an algorithm reveals its parameters (`target_luminance`). | DYNAMIC_COMBO | Yes | `"lottes"` | + +### lottes Inputs + +These parameters appear when `algorithm` is set to `"lottes"`. + +| Parameter | Description | Data Type | Required | Range | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | Peak-white target in nits. 0 keeps the calibrated rendering. Dark images are not normalized to this peak. (default: 650.0) | FLOAT | Yes | 0.0 to 10000.0 (step 1.0) | + +Each image of the batch is converted separately: the sRGB encoding is inverted to linear light, the brightness is expanded with a Lottes-style rational curve blended with a calibrated monotonic log-gain curve, and the result is re-encoded as Rec.2020 HLG. Because the output is HDR, the save node must use the `HDR` color space; saving it as sRGB renders the brightness incorrectly. + +HLG assumes a 1000-nit reference display, so `target_luminance` values below 1000 keep that reference and a value of `0` leaves the calibrated rendering untouched. Single-channel images are expanded to three channels before conversion, and the alpha channel is copied through unchanged. + +## Outputs + +| Output Name | Description | Data Type | +|-------------|-------------|-----------| +| `IMAGE` | The Rec.2020 HLG HDR image(s). | IMAGE | + +> This documentation was AI-generated. If you find any errors or have suggestions for improvement, please feel free to contribute! [Edit on GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/en.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/docs-generation/scripts/save_agent_doc.py b/docs-generation/scripts/save_agent_doc.py index dee89072b..e74a72b80 100755 --- a/docs-generation/scripts/save_agent_doc.py +++ b/docs-generation/scripts/save_agent_doc.py @@ -64,6 +64,9 @@ # Latent operation handles passed between the latent operation nodes # (e.g. the `operation` output of LatentOperationBlend). "LATENT_OPERATION", + # Custom voice handle emitted by Fish Audio Voice Selector and consumed by + # Fish Audio Text to Speech (IO.Custom(FISHAUDIO_VOICE)). + "FISHAUDIO_VOICE", } ROW_RE = re.compile(r"^\|") From c237addcb2e09c95d106a85004f0e22b93c678bc Mon Sep 17 00:00:00 2001 From: lin-bot23 Date: Wed, 14 Oct 2026 06:58:43 +0800 Subject: [PATCH 2/2] Add the 14-language translations for Convert SDR to HDR and Higgsfield Genjutsu Motion Transfer, refresh Fish Audio Text to Speech --- .../docs/FishAudioTextToSpeech/ar.md | 42 ++++++++-------- .../docs/FishAudioTextToSpeech/de.md | 36 ++++++------- .../docs/FishAudioTextToSpeech/es.md | 32 ++++++------ .../docs/FishAudioTextToSpeech/fa.md | 38 +++++++------- .../docs/FishAudioTextToSpeech/fr.md | 38 +++++++------- .../docs/FishAudioTextToSpeech/he.md | 46 ++++++++--------- .../docs/FishAudioTextToSpeech/it.md | 44 ++++++++-------- .../docs/FishAudioTextToSpeech/ja.md | 40 +++++++-------- .../docs/FishAudioTextToSpeech/ko.md | 34 ++++++------- .../docs/FishAudioTextToSpeech/pt-BR.md | 28 ++++++----- .../docs/FishAudioTextToSpeech/ru.md | 40 +++++++-------- .../docs/FishAudioTextToSpeech/tr.md | 26 +++++----- .../docs/FishAudioTextToSpeech/zh-TW.md | 40 +++++++-------- .../docs/FishAudioTextToSpeech/zh.md | 50 +++++++++---------- .../docs/HiggsfieldMotionTransferNode/ar.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/de.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/es.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/fa.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/fr.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/he.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/it.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/ja.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/ko.md | 27 ++++++++++ .../HiggsfieldMotionTransferNode/pt-BR.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/ru.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/tr.md | 27 ++++++++++ .../HiggsfieldMotionTransferNode/zh-TW.md | 27 ++++++++++ .../docs/HiggsfieldMotionTransferNode/zh.md | 27 ++++++++++ .../docs/ImageSDRToHDR/ar.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/de.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/es.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/fa.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/fr.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/he.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/it.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/ja.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/ko.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/pt-BR.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/ru.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/tr.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/zh-TW.md | 33 ++++++++++++ .../docs/ImageSDRToHDR/zh.md | 33 ++++++++++++ 42 files changed, 1108 insertions(+), 266 deletions(-) create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ar.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/de.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/es.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/fa.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/fr.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/he.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/it.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ja.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ko.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/pt-BR.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ru.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/tr.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh-TW.md create mode 100644 comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/ar.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/de.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/es.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/fa.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/fr.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/he.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/it.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/ja.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/ko.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/pt-BR.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/ru.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/tr.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/zh-TW.md create mode 100644 comfyui_embedded_docs/docs/ImageSDRToHDR/zh.md diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ar.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ar.md index e78e79db9..0473b264d 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ar.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ar.md @@ -1,6 +1,6 @@ # Fish Audio تحويل النص إلى كلام -تقوم هذه العقدة بتحويل النص المكتوب إلى صوت منطوق باستخدام نماذج تحويل النص إلى كلام من Fish Audio. وتدعم إشارات المشاعر المضمّنة في النص ([happy]، [whispering] في s2.1-pro؛ و(happy) في s1) والحوار متعدد المتحدثين باستخدام وسوم @Voice1/@Voice2 عند توصيل أصوات متعددة. يتوفر نموذجان: s2.1-pro، الذي يدعم حتى خمسة أصوات والحوار متعدد المتحدثين، وs1، الذي يستخدم صوتًا اختياريًا واحدًا. +تحوّل هذه العقدة النص المكتوب إلى صوت منطوق باستخدام نماذج تحويل النص إلى كلام من Fish Audio. تدعم إشارات مضمّنة في النص: [happy] و[whispering] على s2.1-pro، و(happy) على s1، و[directions] باللغة الطبيعية بالإضافة إلى وسوم الكلمات `...` على drama-3. يستخدم الحوار متعدد المتحدثين وسوم @Voice1/@Voice2 عند اتصال عدة أصوات. تتوفر ثلاثة نماذج: drama-3 و s2.1-pro، وكلاهما يدعم حتى خمسة أصوات والحوار متعدد المتحدثين، وs1، الذي يستخدم صوتًا اختياريًا واحدًا. ## المدخلات @@ -8,22 +8,22 @@ | المعامل | الوصف | نوع البيانات | مطلوب | النطاق | |-----------|-------------|-----------|----------|-------| -| `text` | النص المراد تحويله إلى كلام. عند توصيل صوتين أو أكثر، حدد تغييرات المتحدث باستخدام @Voice1 و@Voice2 وما إلى ذلك. (القيمة الافتراضية: فارغ) | STRING | نعم | أي نص غير فارغ | -| `model` | النموذج المستخدم لتحويل النص إلى كلام. | DYNAMIC_COMBO | نعم | "s2.1-pro"
"s1" | -| `seed` | تتحكم البذرة في ما إذا كان ينبغي إعادة تنفيذ العقدة؛ النتائج غير حتمية بغض النظر عن البذرة. (القيمة الافتراضية: 42) | INT | نعم | 0 إلى 2147483647 | +| `text` | النص المطلوب تحويله إلى كلام. عند اتصال صوتين أو أكثر، حدّد تغييرات المتحدث باستخدام @Voice1، @Voice2، إلخ. (الافتراضي: فارغ) | STRING | نعم | أي نص غير فارغ | +| `model` | النموذج المستخدم لتحويل النص إلى كلام. | DYNAMIC_COMBO | نعم | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | يتحكم `seed` فيما إذا كان يجب إعادة تشغيل العقدة؛ النتائج غير حتمية بغض النظر عن `seed`. (الافتراضي: 42) | INT | نعم | 0 إلى 2147483647 | -### مدخلات s2.1-pro +### مدخلات drama-3 و s2.1-pro -تظهر هذه المدخلات عند تحديد نموذج s2.1-pro. +تظهر هذه المدخلات عند تحديد النموذج `drama-3` أو `s2.1-pro`. مجموعات المعاملات متطابقة. | المعامل | الوصف | نوع البيانات | مطلوب | النطاق | |-----------|-------------|-----------|----------|-------| -| `voices` | فتحة قابلة للتوسيع: صِل من 0 إلى 5 عناصر أصوات (`voice_1`، `voice_2`، ...). الأصوات المستخدمة للتركيب. اتركها فارغة لاستخدام الصوت الافتراضي. عند وجود صوتين أو أكثر، حدد تغييرات المتحدث في النص باستخدام @Voice1 و@Voice2 وما إلى ذلك. | FISHAUDIO_VOICE | لا | من 0 إلى 5 أصوات | -| `temperature` | التعبيرية. القيم الأعلى أكثر تنوعًا، والقيم الأدنى أكثر ثباتًا. (القيمة الافتراضية: 0.7) | FLOAT | نعم | من 0.0 إلى 1.0 | -| `top_p` | التنوع عبر أخذ العينات النووية. (القيمة الافتراضية: 0.7) | FLOAT | نعم | من 0.01 إلى 1.0 | -| `speed` | معدل الكلام. 1.0 عادي، وأقل من 1.0 أبطأ، وأكبر من 1.0 أسرع. (القيمة الافتراضية: 1.0) | FLOAT | نعم | من 0.5 إلى 2.0 | -| `volume` | ضبط مستوى الصوت بالديسيبل. 0 يعني عدم التغيير. (القيمة الافتراضية: 0.0) | FLOAT | نعم | من -10.0 إلى 10.0 | -| `normalize` | تطبيع الأرقام والنصوص للإنجليزية والصينية، مما يحسّن الاستقرار للأرقام والتواريخ. (القيمة الافتراضية: true) | BOOLEAN | نعم | true / false | +| `voices` | خانة قابلة للتوسيع: وصّل من 0 إلى 5 عناصر صوت (`voice_1`، `voice_2`، ...). الأصوات المستخدمة في التركيب. اتركها فارغة لصوت عشوائي. عند وجود صوتين أو أكثر، حدّد تغييرات المتحدث في النص باستخدام @Voice1، @Voice2، إلخ. | FISHAUDIO_VOICE | لا | 0 إلى 5 أصوات | +| `temperature` | التعبيرية. القيم الأعلى أكثر تنوعًا، والقيم الأدنى أكثر ثباتًا. (الافتراضي: 0.7) | FLOAT | نعم | 0.0 إلى 1.0 | +| `top_p` | التنوع عبر أخذ عينات النواة. (الافتراضي: 0.7) | FLOAT | نعم | 0.01 إلى 1.0 | +| `speed` | سرعة التحدث. 1.0 عادي، أقل من 1.0 أبطأ، أكبر من 1.0 أسرع. (الافتراضي: 1.0) | FLOAT | نعم | 0.5 إلى 2.0 | +| `volume` | ضبط مستوى الصوت بالديسيبل. 0 يعني عدم التغيير. (الافتراضي: 0.0) | FLOAT | نعم | -10.0 إلى 10.0 | +| `normalize` | تطبيع الأرقام والنص للإنجليزية والصينية، مما يحسّن استقرار الأرقام والتواريخ. (الافتراضي: true) | BOOLEAN | نعم | true / false | ### مدخلات s1 @@ -31,22 +31,22 @@ | المعامل | الوصف | نوع البيانات | مطلوب | النطاق | |-----------|-------------|-----------|----------|-------| -| `voice` | الصوت المستخدم للتركيب. اتركه غير موصول لاستخدام الصوت الافتراضي. | FISHAUDIO_VOICE | لا | صوت واحد اختياري | -| `temperature` | التعبيرية. القيم الأعلى أكثر تنوعًا، والقيم الأدنى أكثر ثباتًا. (القيمة الافتراضية: 0.7) | FLOAT | نعم | من 0.0 إلى 1.0 | -| `top_p` | التنوع عبر أخذ العينات النووية. (القيمة الافتراضية: 0.7) | FLOAT | نعم | من 0.01 إلى 1.0 | -| `speed` | معدل الكلام. 1.0 عادي، وأقل من 1.0 أبطأ، وأكبر من 1.0 أسرع. (القيمة الافتراضية: 1.0) | FLOAT | نعم | من 0.5 إلى 2.0 | -| `volume` | ضبط مستوى الصوت بالديسيبل. 0 يعني عدم التغيير. (القيمة الافتراضية: 0.0) | FLOAT | نعم | من -10.0 إلى 10.0 | -| `normalize` | تطبيع الأرقام والنصوص للإنجليزية والصينية، مما يحسّن الاستقرار للأرقام والتواريخ. (القيمة الافتراضية: true) | BOOLEAN | نعم | true / false | +| `voice` | صوت التركيب. اتركه غير متصل لصوت عشوائي. | FISHAUDIO_VOICE | لا | صوت واحد اختياري | +| `temperature` | التعبيرية. القيم الأعلى أكثر تنوعًا، والقيم الأدنى أكثر ثباتًا. (الافتراضي: 0.7) | FLOAT | نعم | 0.0 إلى 1.0 | +| `top_p` | التنوع عبر أخذ عينات النواة. (الافتراضي: 0.7) | FLOAT | نعم | 0.01 إلى 1.0 | +| `speed` | سرعة التحدث. 1.0 عادي، أقل من 1.0 أبطأ، أكبر من 1.0 أسرع. (الافتراضي: 1.0) | FLOAT | نعم | 0.5 إلى 2.0 | +| `volume` | ضبط مستوى الصوت بالديسيبل. 0 يعني عدم التغيير. (الافتراضي: 0.0) | FLOAT | نعم | -10.0 إلى 10.0 | +| `normalize` | تطبيع الأرقام والنص للإنجليزية والصينية، مما يحسّن استقرار الأرقام والتواريخ. (الافتراضي: true) | BOOLEAN | نعم | true / false | -**ملاحظة:** يجب ألا يكون الإدخال `text` فارغًا. وسوم المتحدث (@Voice1، @Voice2، وما إلى ذلك) غير حساسة لحالة الأحرف ويجب أن تشير إلى صوت موصول؛ فوسم صوت غير موصول يؤدي إلى ظهور خطأ. عند توصيل صوتين أو أكثر، يجب أن يشير النص إلى كل صوت موصول مرة واحدة على الأقل، وإلا فستُبلغ العقدة عن الوسوم المفقودة. في s2.1-pro، عند توصيل 0 أصوات يُستخدم الصوت الافتراضي، ويستخدم صوت واحد ذلك الصوت بمفرده، ويؤدي توصيل صوتين أو أكثر إلى تمكين الحوار متعدد المتحدثين. في s1، يُستخدم صوت اختياري واحد، ويؤدي تركه غير موصول إلى استخدام الصوت الافتراضي. يمكن وضع إشارات المشاعر في النص: [happy] و[whispering] في s2.1-pro، و(happy) في s1. +**ملاحظة:** يجب ألا يكون مدخل `text` فارغًا. وسوم المتحدثين (@Voice1، @Voice2، إلخ) غير حساسة لحالة الأحرف ويجب أن تشير إلى صوت متصل؛ الإشارة إلى صوت غير متصل تؤدي إلى خطأ. عند اتصال صوتين أو أكثر، يجب أن يشير النص إلى كل صوت متصل مرة واحدة على الأقل، وإلا فستبلغ العقدة عن الوسوم المفقودة. على drama-3 و s2.1-pro، يؤدي توصيل 0 أصوات إلى استخدام صوت عشوائي، ويستخدم توصيل صوت واحد ذلك الصوت وحده، ويمكّن توصيل صوتين أو أكثر الحوار متعدد المتحدثين. على s1، يُستخدم صوت واحد اختياري، وتركه غير متصل يستخدم صوتًا عشوائيًا. يمكن وضع الإشارات في النص: [happy] و[whispering] على s2.1-pro، و(happy) على s1، و[directions] باللغة الطبيعية ووسوم الكلمات `...` على drama-3. ## المخرجات | اسم المخرج | الوصف | نوع البيانات | |-------------|-------------|-----------| -| `audio` | الكلام المُنشأ كملف صوتي. | AUDIO | +| `audio` | الكلام المولّد كملف صوتي. | AUDIO | > 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/FishAudioTextToSpeech/ar.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/de.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/de.md index fc8b60165..ed74744a5 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/de.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/de.md @@ -1,52 +1,52 @@ # Fish Audio Text zu Sprache -Dieser Node wandelt geschriebenen Text mithilfe von Fish Audio Text-to-Speech-Modellen in gesprochenes Audio um. Er unterstützt Emotionshinweise, die in den Text eingebettet sind ([happy], [whispering] bei s2.1-pro; (happy) bei s1), sowie Multi-Speaker-Dialoge mit @Voice1/@Voice2-Tags, wenn mehrere Stimmen verbunden sind. Zwei Modelle sind verfügbar: s2.1-pro, das bis zu fünf Stimmen und Multi-Speaker-Dialoge unterstützt, und s1, das eine einzelne optionale Stimme verwendet. +Dieser Node wandelt geschriebenen Text mithilfe von Fish Audio Text-to-Speech-Modellen in gesprochenes Audio um. Er unterstützt Hinweise, die in den Text eingebettet werden: [happy] und [whispering] bei s2.1-pro, (happy) bei s1 sowie natürlichsprachliche [directions] plus `...`-Wort-Tags bei drama-3. Mehrsprecher-Dialoge verwenden @Voice1/@Voice2-Tags, wenn mehrere Stimmen verbunden sind. Drei Modelle sind verfügbar: drama-3 und s2.1-pro, die beide bis zu fünf Stimmen und Mehrsprecher-Dialoge unterstützen, sowie s1, das eine einzelne optionale Stimme verwendet. ## Eingaben ### Gemeinsame Eingaben | Parameter | Beschreibung | Datentyp | Erforderlich | Bereich | -|-----------|-------------|-----------|----------|-------| -| `text` | Der in Sprache umzuwandelnde Text. Wenn zwei oder mehr Stimmen verbunden sind, kennzeichnen Sie Sprecherwechsel mit @Voice1, @Voice2 usw. (Standard: leer) | STRING | Ja | Beliebiger nicht leerer Text | -| `model` | Modell für Text-to-Speech. | DYNAMIC_COMBO | Ja | "s2.1-pro"
"s1" | -| `seed` | Seed steuert, ob der Node erneut ausgeführt werden soll; die Ergebnisse sind unabhängig vom Seed nicht deterministisch. (Standard: 42) | INT | Ja | 0 bis 2147483647 | +|-----------|--------------|----------|--------------|---------| +| `Text` | Der in Sprache umzuwandelnde Text. Wenn zwei oder mehr Stimmen verbunden sind, markieren Sie Sprecherwechsel mit @Voice1, @Voice2 usw. (Standard: leer) | STRING | Ja | Beliebiger nicht leerer Text | +| `Modell` | Modell, das für Text-to-Speech verwendet werden soll. | DYNAMIC_COMBO | Ja | "drama-3"
"s2.1-pro"
"s1" | +| `Seed` | Der Seed steuert, ob der Node erneut ausgeführt werden soll; die Ergebnisse sind unabhängig vom Seed nicht deterministisch. (Standard: 42) | INT | Ja | 0 bis 2147483647 | -### s2.1-pro Eingaben +### drama-3 und s2.1-pro Eingaben -Diese Eingaben werden angezeigt, wenn das Modell s2.1-pro ausgewählt ist. +Diese Eingaben erscheinen, wenn das Modell `drama-3` oder `s2.1-pro` ausgewählt ist. Die Parametersätze sind identisch. | Parameter | Beschreibung | Datentyp | Erforderlich | Bereich | -|-----------|-------------|-----------|----------|-------| -| `voices` | Erweiterbarer Slot: Verbinden Sie 0 bis 5 Voice-Elemente (`voice_1`, `voice_2`, ...). Stimmen für die Synthese. Leer lassen für die Standardstimme. Bei zwei oder mehr Stimmen markieren Sie Sprecherwechsel im Text mit @Voice1, @Voice2 usw. | FISHAUDIO_VOICE | Nein | 0 bis 5 Stimmen | +|-----------|--------------|----------|--------------|---------| +| `voices` | Erweiterbarer Slot: Verbinden Sie 0 bis 5 Stimmelemente (`voice_1`, `voice_2`, ...). Stimmen für die Synthese. Leer lassen für eine zufällige Stimme. Bei zwei oder mehr Stimmen markieren Sie Sprecherwechsel im Text mit @Voice1, @Voice2 usw. | FISHAUDIO_VOICE | Nein | 0 bis 5 Stimmen | | `temperature` | Ausdrucksstärke. Höhere Werte sind variabler, niedrigere Werte konsistenter. (Standard: 0.7) | FLOAT | Ja | 0.0 bis 1.0 | | `top_p` | Vielfalt durch Nucleus-Sampling. (Standard: 0.7) | FLOAT | Ja | 0.01 bis 1.0 | | `speed` | Sprechgeschwindigkeit. 1.0 ist normal, <1.0 langsamer, >1.0 schneller. (Standard: 1.0) | FLOAT | Ja | 0.5 bis 2.0 | | `volume` | Lautstärkeanpassung in Dezibel. 0 bedeutet keine Änderung. (Standard: 0.0) | FLOAT | Ja | -10.0 bis 10.0 | -| `normalize` | Normalisiert Zahlen und Text für Englisch und Chinesisch und verbessert die Stabilität bei Zahlen und Datumsangaben. (Standard: true) | BOOLEAN | Ja | true / false | +| `normalize` | Zahlen und Text für Englisch und Chinesisch normalisieren; verbessert die Stabilität bei Zahlen und Datumsangaben. (Standard: true) | BOOLEAN | Ja | true / false | ### s1 Eingaben -Diese Eingaben werden angezeigt, wenn das Modell s1 ausgewählt ist. +Diese Eingaben erscheinen, wenn das Modell s1 ausgewählt ist. | Parameter | Beschreibung | Datentyp | Erforderlich | Bereich | -|-----------|-------------|-----------|----------|-------| -| `voice` | Stimme für die Synthese. Nicht verbunden lassen für die Standardstimme. | FISHAUDIO_VOICE | Nein | Optionale einzelne Stimme | +|-----------|--------------|----------|--------------|---------| +| `voice` | Stimme für die Synthese. Nicht verbunden lassen für eine zufällige Stimme. | FISHAUDIO_VOICE | Nein | Optionale einzelne Stimme | | `temperature` | Ausdrucksstärke. Höhere Werte sind variabler, niedrigere Werte konsistenter. (Standard: 0.7) | FLOAT | Ja | 0.0 bis 1.0 | | `top_p` | Vielfalt durch Nucleus-Sampling. (Standard: 0.7) | FLOAT | Ja | 0.01 bis 1.0 | | `speed` | Sprechgeschwindigkeit. 1.0 ist normal, <1.0 langsamer, >1.0 schneller. (Standard: 1.0) | FLOAT | Ja | 0.5 bis 2.0 | | `volume` | Lautstärkeanpassung in Dezibel. 0 bedeutet keine Änderung. (Standard: 0.0) | FLOAT | Ja | -10.0 bis 10.0 | -| `normalize` | Normalisiert Zahlen und Text für Englisch und Chinesisch und verbessert die Stabilität bei Zahlen und Datumsangaben. (Standard: true) | BOOLEAN | Ja | true / false | +| `normalize` | Zahlen und Text für Englisch und Chinesisch normalisieren; verbessert die Stabilität bei Zahlen und Datumsangaben. (Standard: true) | BOOLEAN | Ja | true / false | -**Hinweis:** Die Eingabe `text` darf nicht leer sein. Sprecher-Tags (@Voice1, @Voice2 usw.) sind groß-/kleinschreibungsunabhängig und müssen auf eine verbundene Stimme verweisen; das Taggen einer nicht verbundenen Stimme löst einen Fehler aus. Wenn zwei oder mehr Stimmen verbunden sind, muss der Text jede verbundene Stimme mindestens einmal referenzieren, andernfalls meldet der Node die fehlenden Tags. Bei s2.1-pro verwendet das Verbinden von 0 Stimmen die Standardstimme, 1 Stimme verwendet nur diese Stimme, und 2 oder mehr Stimmen aktivieren Multi-Speaker-Dialoge. Bei s1 wird eine einzelne optionale Stimme verwendet; bleibt sie nicht verbunden, wird die Standardstimme verwendet. Emotionshinweise können im Text platziert werden: [happy] und [whispering] bei s2.1-pro sowie (happy) bei s1. +**Hinweis:** Die Eingabe `text` darf nicht leer sein. Sprecher-Tags (@Voice1, @Voice2 usw.) unterscheiden nicht zwischen Groß- und Kleinschreibung und müssen auf eine verbundene Stimme verweisen; das Markieren einer nicht verbundenen Stimme löst einen Fehler aus. Wenn zwei oder mehr Stimmen verbunden sind, muss der Text jede verbundene Stimme mindestens einmal referenzieren, sonst meldet der Node die fehlenden Tags. Bei drama-3 und s2.1-pro verwendet das Verbinden von 0 Stimmen eine zufällige Stimme, 1 Stimme verwendet nur diese Stimme, und 2 oder mehr Stimmen aktivieren Mehrsprecher-Dialoge. Bei s1 wird eine einzelne optionale Stimme verwendet; wird sie nicht verbunden, wird eine zufällige Stimme verwendet. Hinweise können im Text platziert werden: [happy] und [whispering] bei s2.1-pro, (happy) bei s1 sowie natürlichsprachliche [directions] und `...`-Wort-Tags bei drama-3. ## Ausgaben -| Ausgabenname | Beschreibung | Datentyp | -|-------------|-------------|-----------| +| Ausgabename | Beschreibung | Datentyp | +|-------------|--------------|----------| | `audio` | Die generierte Sprachausgabe als Audiodatei. | AUDIO | > Diese Dokumentation wurde von KI generiert. Wenn Sie Fehler finden oder Verbesserungsvorschläge haben, tragen Sie gerne dazu bei! [Auf GitHub bearbeiten](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/de.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/es.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/es.md index 97dc8a95c..78c1ce828 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/es.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/es.md @@ -1,6 +1,6 @@ # Fish Audio Texto a voz -Este nodo convierte texto escrito en audio hablado mediante modelos de texto a voz de Fish Audio. Admite indicaciones de emoción integradas en el texto ([happy], [whispering] en s2.1-pro; (happy) en s1) y diálogo con múltiples hablantes mediante etiquetas @Voice1/@Voice2 cuando hay varias voces conectadas. Hay dos modelos disponibles: s2.1-pro, que admite hasta cinco voces y diálogo con múltiples hablantes, y s1, que usa una única voz opcional. +Este nodo convierte texto escrito en audio hablado usando modelos de texto a voz de Fish Audio. Admite indicaciones integradas en el texto: [happy] y [whispering] en s2.1-pro, (happy) en s1, e indicaciones en lenguaje natural [directions] y etiquetas por palabra `...` en drama-3. El diálogo con múltiples hablantes usa etiquetas @Voice1/@Voice2 cuando hay varias voces conectadas. Hay tres modelos disponibles: drama-3 y s2.1-pro, que admiten hasta cinco voces y diálogo con múltiples hablantes, y s1, que usa una única voz opcional. ## Entradas @@ -8,22 +8,22 @@ Este nodo convierte texto escrito en audio hablado mediante modelos de texto a v | Parámetro | Descripción | Tipo de datos | Obligatorio | Rango | |-----------|-------------|---------------|-------------|-------| -| `texto` | El texto que se va a convertir en voz. Cuando haya dos o más voces conectadas, marque los cambios de hablante con @Voice1, @Voice2, etc. (predeterminado: vacío) | STRING | Sí | Cualquier texto no vacío | -| `modelo` | Modelo que se utilizará para texto a voz. | DYNAMIC_COMBO | Sí | "s2.1-pro"
"s1" | +| `texto` | El texto que se convertirá a voz. Con dos o más voces conectadas, marca los cambios de hablante con @Voice1, @Voice2, etc. (predeterminado: vacío) | STRING | Sí | Cualquier texto no vacío | +| `modelo` | Modelo que se usará para texto a voz. | DYNAMIC_COMBO | Sí | "drama-3"
"s2.1-pro"
"s1" | | `semilla` | La semilla controla si el nodo debe volver a ejecutarse; los resultados no son deterministas independientemente de la semilla. (predeterminado: 42) | INT | Sí | 0 a 2147483647 | -### Entradas de s2.1-pro +### Entradas de drama-3 y s2.1-pro -Estas entradas aparecen cuando se selecciona el modelo s2.1-pro. +Estas entradas aparecen cuando se selecciona el modelo `drama-3` o `s2.1-pro`. Los conjuntos de parámetros son idénticos. | Parámetro | Descripción | Tipo de datos | Obligatorio | Rango | |-----------|-------------|---------------|-------------|-------| -| `voices` | Ranura ampliable: conecte de 0 a 5 elementos de voz (`voice_1`, `voice_2`, ...). Voces para la síntesis. Déjelo vacío para la voz predeterminada. Con dos o más voces, marque los cambios de hablante en el texto con @Voice1, @Voice2, etc. | FISHAUDIO_VOICE | No | 0 a 5 voces | -| `temperature` | Expresividad. Los valores más altos son más variados; los valores más bajos son más consistentes. (predeterminado: 0.7) | FLOAT | Sí | 0.0 a 1.0 | +| `voices` | Ranura ampliable: conecta de 0 a 5 elementos de voz (`voice_1`, `voice_2`, ...). Voces para la síntesis. Déjalo vacío para usar una voz aleatoria. Con dos o más voces, marca los cambios de hablante en el texto con @Voice1, @Voice2, etc. | FISHAUDIO_VOICE | No | 0 a 5 voces | +| `temperature` | Expresividad. Los valores más altos son más variados; los valores más bajos, más consistentes. (predeterminado: 0.7) | FLOAT | Sí | 0.0 a 1.0 | | `top_p` | Diversidad mediante muestreo de núcleo. (predeterminado: 0.7) | FLOAT | Sí | 0.01 a 1.0 | | `speed` | Velocidad del habla. 1.0 es normal, <1.0 más lento, >1.0 más rápido. (predeterminado: 1.0) | FLOAT | Sí | 0.5 a 2.0 | -| `volume` | Ajuste de volumen en decibelios. 0 no produce cambios. (predeterminado: 0.0) | FLOAT | Sí | -10.0 a 10.0 | -| `normalize` | Normaliza números y texto para inglés y chino, mejorando la estabilidad de los números y las fechas. (predeterminado: true) | BOOLEAN | Sí | true / false | +| `volume` | Ajuste de volumen en decibelios. 0 significa sin cambio. (predeterminado: 0.0) | FLOAT | Sí | -10.0 a 10.0 | +| `normalize` | Normaliza números y texto para inglés y chino, mejorando la estabilidad con números y fechas. (predeterminado: true) | BOOLEAN | Sí | true / false | ### Entradas de s1 @@ -31,22 +31,22 @@ Estas entradas aparecen cuando se selecciona el modelo s1. | Parámetro | Descripción | Tipo de datos | Obligatorio | Rango | |-----------|-------------|---------------|-------------|-------| -| `voice` | Voz para la síntesis. Déjela sin conectar para usar la voz predeterminada. | FISHAUDIO_VOICE | No | Voz única opcional | -| `temperature` | Expresividad. Los valores más altos son más variados; los valores más bajos son más consistentes. (predeterminado: 0.7) | FLOAT | Sí | 0.0 a 1.0 | +| `voice` | Voz para la síntesis. Déjala sin conectar para usar una voz aleatoria. | FISHAUDIO_VOICE | No | Voz única opcional | +| `temperature` | Expresividad. Los valores más altos son más variados; los valores más bajos, más consistentes. (predeterminado: 0.7) | FLOAT | Sí | 0.0 a 1.0 | | `top_p` | Diversidad mediante muestreo de núcleo. (predeterminado: 0.7) | FLOAT | Sí | 0.01 a 1.0 | | `speed` | Velocidad del habla. 1.0 es normal, <1.0 más lento, >1.0 más rápido. (predeterminado: 1.0) | FLOAT | Sí | 0.5 a 2.0 | -| `volume` | Ajuste de volumen en decibelios. 0 no produce cambios. (predeterminado: 0.0) | FLOAT | Sí | -10.0 a 10.0 | -| `normalize` | Normaliza números y texto para inglés y chino, mejorando la estabilidad de los números y las fechas. (predeterminado: true) | BOOLEAN | Sí | true / false | +| `volume` | Ajuste de volumen en decibelios. 0 significa sin cambio. (predeterminado: 0.0) | FLOAT | Sí | -10.0 a 10.0 | +| `normalize` | Normaliza números y texto para inglés y chino, mejorando la estabilidad con números y fechas. (predeterminado: true) | BOOLEAN | Sí | true / false | -**Nota:** La entrada `text` no debe estar vacía. Las etiquetas de hablante (@Voice1, @Voice2, etc.) no distinguen entre mayúsculas y minúsculas y deben hacer referencia a una voz conectada; etiquetar una voz que no está conectada genera un error. Cuando hay dos o más voces conectadas, el texto debe hacer referencia a cada voz conectada al menos una vez, o el nodo informa de las etiquetas faltantes. En s2.1-pro, conectar 0 voces usa la voz predeterminada, 1 voz usa esa voz por sí sola, y 2 o más voces habilitan el diálogo con múltiples hablantes. En s1, se usa una única voz opcional y dejarla sin conectar hace que se use la voz predeterminada. Se pueden colocar indicaciones de emoción en el texto: [happy] y [whispering] en s2.1-pro, y (happy) en s1. +**Nota:** La entrada `text` no debe estar vacía. Las etiquetas de hablante (@Voice1, @Voice2, etc.) no distinguen entre mayúsculas y minúsculas y deben hacer referencia a una voz conectada; etiquetar una voz que no está conectada genera un error. Cuando hay dos o más voces conectadas, el texto debe hacer referencia a cada voz conectada al menos una vez, o el nodo informa las etiquetas faltantes. En drama-3 y s2.1-pro, conectar 0 voces usa una voz aleatoria, 1 voz usa esa voz sola, y 2 o más voces habilitan el diálogo con múltiples hablantes. En s1, se usa una única voz opcional y, si se deja sin conectar, se usa una voz aleatoria. Se pueden colocar indicaciones en el texto: [happy] y [whispering] en s2.1-pro, (happy) en s1, e indicaciones en lenguaje natural [directions] y etiquetas por palabra `...` en drama-3. ## Salidas | Nombre de salida | Descripción | Tipo de datos | |------------------|-------------|---------------| -| `audio` | El habla generada en forma de archivo de audio. | AUDIO | +| `audio` | El habla generada como archivo de audio. | AUDIO | > 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/FishAudioTextToSpeech/es.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/fa.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/fa.md index cf0662375..29f679def 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/fa.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/fa.md @@ -1,6 +1,6 @@ # تبدیل متن به گفتار Fish Audio -این گره متن نوشته‌شده را با استفاده از مدل‌های تبدیل متن به گفتار Fish Audio به صدای گفتاری تبدیل می‌کند. این گره از نشانه‌های احساسی جای‌گرفته‌شده در متن ([happy]، [whispering] در s2.1-pro؛ (happy) در s1) و گفتگوی چندگوینده با برچسب‌های @Voice1/@Voice2 هنگام اتصال چند صدا پشتیبانی می‌کند. دو مدل در دسترس است: s2.1-pro، که از حداکثر پنج صدا و گفتگوی چندگوینده پشتیبانی می‌کند، و s1، که از یک صدای اختیاری استفاده می‌کند. +این گره متن نوشته‌شده را با استفاده از مدل‌های تبدیل متن به گفتار Fish Audio به صدای گفتاری تبدیل می‌کند. از نشانه‌های جاسازی‌شده در متن پشتیبانی می‌کند: [happy] و [whispering] روی s2.1-pro، (happy) روی s1، و [directions] به زبان ساده به‌همراه برچسب‌های واژگانی `...` روی drama-3. گفت‌وگوی چندگوینده وقتی چند صدا متصل باشد از برچسب‌های @Voice1/@Voice2 استفاده می‌کند. سه مدل در دسترس است: drama-3 و s2.1-pro که هر دو از حداکثر پنج صدا و گفت‌وگوی چندگوینده پشتیبانی می‌کنند، و s1 که از یک صدای اختیاری استفاده می‌کند. ## ورودی‌ها @@ -8,37 +8,37 @@ | پارامتر | توضیحات | نوع داده | الزامی | محدوده | |-----------|-------------|-----------|----------|-------| -| `text` | متنی که باید به گفتار تبدیل شود. با اتصال دو یا چند صدا، تغییر گوینده را با @Voice1، @Voice2 و غیره مشخص کنید. (پیش‌فرض: خالی) | STRING | بله | هر متن غیرخالی | -| `model` | مدل مورد استفاده برای تبدیل متن به گفتار. | DYNAMIC_COMBO | بله | "s2.1-pro"
"s1" | -| `seed` | مقدار seed کنترل می‌کند که گره دوباره اجرا شود یا نه؛ نتایج بدون توجه به seed غیرقطعی هستند. (پیش‌فرض: 42) | INT | بله | 0 تا 2147483647 | +| `text` | متن برای تبدیل به گفتار. وقتی دو صدا یا بیشتر متصل است، تغییر گوینده را با @Voice1، @Voice2 و غیره مشخص کنید. (پیش‌فرض: خالی) | STRING | بله | هر متن غیرخالی | +| `model` | مدل مورد استفاده برای تبدیل متن به گفتار. | DYNAMIC_COMBO | بله | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | `seed` تعیین می‌کند که گره دوباره اجرا شود یا نه؛ نتایج بدون توجه به seed قطعی نیستند. (پیش‌فرض: 42) | INT | بله | 0 تا 2147483647 | -### ورودی‌های s2.1-pro +### ورودی‌های drama-3 و s2.1-pro -این ورودی‌ها زمانی ظاهر می‌شوند که مدل s2.1-pro انتخاب شده باشد. +این ورودی‌ها زمانی نمایش داده می‌شوند که مدل `drama-3` یا `s2.1-pro` انتخاب شده باشد. مجموعه پارامترها یکسان است. | پارامتر | توضیحات | نوع داده | الزامی | محدوده | |-----------|-------------|-----------|----------|-------| -| `voices` | جایگاه قابل افزایش: 0 تا 5 آیتم صدا (`voice_1`، `voice_2`، ...) را متصل کنید. صداها برای سنتز. برای صدای پیش‌فرض خالی بگذارید. با دو یا چند صدا، تغییر گوینده را در متن با @Voice1، @Voice2 و غیره مشخص کنید. | FISHAUDIO_VOICE | خیر | 0 تا 5 صدا | -| `temperature` | بیان احساسی. مقادیر بالاتر متنوع‌تر و مقادیر پایین‌تر باثبات‌تر هستند. (پیش‌فرض: 0.7) | FLOAT | بله | 0.0 تا 1.0 | +| `voices` | جای‌گاه قابل‌افزایش: 0 تا 5 آیتم صدا (`voice_1`، `voice_2`، ...) را متصل کنید. صداهای مورد استفاده برای سنتز. برای صدای تصادفی خالی بگذارید. با دو صدا یا بیشتر، تغییر گوینده را در متن با @Voice1، @Voice2 و غیره مشخص کنید. | FISHAUDIO_VOICE | خیر | 0 تا 5 صدا | +| `temperature` | رسایی. مقادیر بالاتر متنوع‌تر و مقادیر پایین‌تر یکنواخت‌تر هستند. (پیش‌فرض: 0.7) | FLOAT | بله | 0.0 تا 1.0 | | `top_p` | تنوع از طریق نمونه‌گیری هسته‌ای. (پیش‌فرض: 0.7) | FLOAT | بله | 0.01 تا 1.0 | -| `speed` | سرعت گفتار. 1.0 عادی است، کمتر از 1.0 کندتر، بیشتر از 1.0 سریع‌تر. (پیش‌فرض: 1.0) | FLOAT | بله | 0.5 تا 2.0 | -| `volume` | تنظیم بلندی صدا بر حسب دسی‌بل. 0 یعنی بدون تغییر. (پیش‌فرض: 0.0) | FLOAT | بله | -10.0 تا 10.0 | -| `normalize` | اعداد و متن را برای انگلیسی و چینی نرمال‌سازی می‌کند و پایداری اعداد و تاریخ‌ها را بهبود می‌بخشد. (پیش‌فرض: true) | BOOLEAN | بله | true / false | +| `speed` | سرعت گفتار. 1.0 عادی، <1.0 کندتر، >1.0 سریع‌تر. (پیش‌فرض: 1.0) | FLOAT | بله | 0.5 تا 2.0 | +| `volume` | تنظیم صدا بر حسب دسی‌بل. 0 بدون تغییر. (پیش‌فرض: 0.0) | FLOAT | بله | -10.0 تا 10.0 | +| `normalize` | نرمال‌سازی اعداد و متن برای انگلیسی و چینی، که پایداری اعداد و تاریخ‌ها را بهبود می‌دهد. (پیش‌فرض: true) | BOOLEAN | بله | true / false | ### ورودی‌های s1 -این ورودی‌ها زمانی ظاهر می‌شوند که مدل s1 انتخاب شده باشد. +این ورودی‌ها زمانی نمایش داده می‌شوند که مدل s1 انتخاب شده باشد. | پارامتر | توضیحات | نوع داده | الزامی | محدوده | |-----------|-------------|-----------|----------|-------| -| `voice` | صدای مورد استفاده برای سنتز. برای صدای پیش‌فرض متصل نگذارید. | FISHAUDIO_VOICE | خیر | یک صدای اختیاری | -| `temperature` | بیان احساسی. مقادیر بالاتر متنوع‌تر و مقادیر پایین‌تر باثبات‌تر هستند. (پیش‌فرض: 0.7) | FLOAT | بله | 0.0 تا 1.0 | +| `voice` | صدای مورد استفاده برای سنتز. برای صدای تصادفی متصل نکنید. | FISHAUDIO_VOICE | خیر | تک صدای اختیاری | +| `temperature` | رسایی. مقادیر بالاتر متنوع‌تر و مقادیر پایین‌تر یکنواخت‌تر هستند. (پیش‌فرض: 0.7) | FLOAT | بله | 0.0 تا 1.0 | | `top_p` | تنوع از طریق نمونه‌گیری هسته‌ای. (پیش‌فرض: 0.7) | FLOAT | بله | 0.01 تا 1.0 | -| `speed` | سرعت گفتار. 1.0 عادی است، کمتر از 1.0 کندتر، بیشتر از 1.0 سریع‌تر. (پیش‌فرض: 1.0) | FLOAT | بله | 0.5 تا 2.0 | -| `volume` | تنظیم بلندی صدا بر حسب دسی‌بل. 0 یعنی بدون تغییر. (پیش‌فرض: 0.0) | FLOAT | بله | -10.0 تا 10.0 | -| `normalize` | اعداد و متن را برای انگلیسی و چینی نرمال‌سازی می‌کند و پایداری اعداد و تاریخ‌ها را بهبود می‌بخشد. (پیش‌فرض: true) | BOOLEAN | بله | true / false | +| `speed` | سرعت گفتار. 1.0 عادی، <1.0 کندتر، >1.0 سریع‌تر. (پیش‌فرض: 1.0) | FLOAT | بله | 0.5 تا 2.0 | +| `volume` | تنظیم صدا بر حسب دسی‌بل. 0 بدون تغییر. (پیش‌فرض: 0.0) | FLOAT | بله | -10.0 تا 10.0 | +| `normalize` | نرمال‌سازی اعداد و متن برای انگلیسی و چینی، که پایداری اعداد و تاریخ‌ها را بهبود می‌دهد. (پیش‌فرض: true) | BOOLEAN | بله | true / false | -**توجه:** ورودی `text` نباید خالی باشد. برچسب‌های گوینده (@Voice1، @Voice2 و غیره) به بزرگی و کوچکی حروف حساس نیستند و باید به صدای متصل‌شده اشاره کنند؛ برچسب زدن به صدایی که متصل نیست، خطا ایجاد می‌کند. هنگامی که دو یا چند صدا متصل هستند، متن باید حداقل یک بار به هر صدای متصل ارجاع دهد، در غیر این صورت گره برچسب‌های جاافتاده را گزارش می‌کند. در s2.1-pro، اتصال 0 صدا از صدای پیش‌فرض استفاده می‌کند، 1 صدا فقط از همان صدا استفاده می‌کند، و 2 صدا یا بیشتر گفتگوی چندگوینده را فعال می‌کند. در s1، یک صدای اختیاری واحد استفاده می‌شود و اگر آن را متصل نگذارید، از صدای پیش‌فرض استفاده می‌شود. نشانه‌های احساسی را می‌توان در متن قرار داد: [happy] و [whispering] در s2.1-pro، و (happy) در s1. +**توجه:** ورودی `text` نباید خالی باشد. برچسب‌های گوینده (@Voice1، @Voice2 و غیره) به بزرگی و کوچکی حروف حساس نیستند و باید به صدای متصل‌شده اشاره کنند؛ برچسب‌زدن صدایی که متصل نیست خطا ایجاد می‌کند. وقتی دو صدا یا بیشتر متصل است، متن باید حداقل یک بار به هر صدای متصل اشاره کند، در غیر این صورت گره برچسب‌های جاافتاده را گزارش می‌دهد. روی drama-3 و s2.1-pro، اتصال 0 صدا از صدای تصادفی استفاده می‌کند، 1 صدا فقط از همان صدا استفاده می‌کند، و 2 صدا یا بیشتر گفت‌وگوی چندگوینده را فعال می‌کند. روی s1، یک صدای اختیاری استفاده می‌شود و اگر متصل نباشد از صدای تصادفی استفاده می‌شود. نشانه‌ها را می‌توان در متن قرار داد: [happy] و [whispering] روی s2.1-pro، (happy) روی s1، و [directions] به زبان ساده و برچسب‌های واژگانی `...` روی drama-3. ## خروجی‌ها @@ -49,4 +49,4 @@ > 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/FishAudioTextToSpeech/fa.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/fr.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/fr.md index e0e088d84..64d1675a4 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/fr.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/fr.md @@ -1,6 +1,6 @@ # Synthèse vocale Fish Audio -Ce nœud convertit du texte écrit en audio parlé à l'aide des modèles de synthèse vocale Fish Audio. Il prend en charge les indications d'émotion intégrées dans le texte ([happy], [whispering] sur s2.1-pro ; (happy) sur s1) et le dialogue multi-locuteurs à l'aide des balises @Voice1/@Voice2 lorsque plusieurs voix sont connectées. Deux modèles sont disponibles : s2.1-pro, qui prend en charge jusqu'à cinq voix et le dialogue multi-locuteurs, et s1, qui utilise une seule voix facultative. +Ce nœud convertit le texte écrit en audio parlé à l’aide des modèles de synthèse vocale Fish Audio. Il prend en charge les indications intégrées au texte : [happy] et [whispering] sur s2.1-pro, (happy) sur s1, ainsi que les [directions] en langage naturel et les balises de mot `...` sur drama-3. Le dialogue multi-locuteurs utilise les balises @Voice1/@Voice2 lorsque plusieurs voix sont connectées. Trois modèles sont disponibles : drama-3 et s2.1-pro, qui prennent tous deux en charge jusqu’à cinq voix et le dialogue multi-locuteurs, et s1, qui utilise une voix unique facultative. ## Entrées @@ -8,22 +8,22 @@ Ce nœud convertit du texte écrit en audio parlé à l'aide des modèles de syn | Paramètre | Description | Type de données | Requis | Plage | |-----------|-------------|-----------------|--------|-------| -| `text` | Le texte à convertir en parole. Avec deux voix ou plus connectées, indiquez les changements de locuteur avec @Voice1, @Voice2, etc. (par défaut : vide) | STRING | Oui | Tout texte non vide | -| `model` | Modèle à utiliser pour la synthèse vocale. | DYNAMIC_COMBO | Oui | "s2.1-pro"
"s1" | +| `text` | Texte à convertir en parole. Lorsque deux voix ou plus sont connectées, indiquez les changements de locuteur avec @Voice1, @Voice2, etc. (par défaut : vide) | STRING | Oui | Tout texte non vide | +| `model` | Modèle à utiliser pour la synthèse vocale. | DYNAMIC_COMBO | Oui | "drama-3"
"s2.1-pro"
"s1" | | `seed` | La graine contrôle si le nœud doit être réexécuté ; les résultats sont non déterministes quelle que soit la graine. (par défaut : 42) | INT | Oui | 0 à 2147483647 | -### Entrées s2.1-pro +### Entrées drama-3 et s2.1-pro -Ces entrées apparaissent lorsque le modèle s2.1-pro est sélectionné. +Ces entrées apparaissent lorsque le modèle `drama-3` ou `s2.1-pro` est sélectionné. Les jeux de paramètres sont identiques. | Paramètre | Description | Type de données | Requis | Plage | |-----------|-------------|-----------------|--------|-------| -| `voices` | Emplacement extensible : connectez 0 à 5 éléments de voix (`voice_1`, `voice_2`, ...). Voix pour la synthèse. Laisser vide pour la voix par défaut. Avec deux voix ou plus, indiquez les changements de locuteur dans le texte avec @Voice1, @Voice2, etc. | FISHAUDIO_VOICE | Non | 0 à 5 voix | -| `temperature` | Expressivité. Des valeurs plus élevées sont plus variées, des valeurs plus faibles sont plus cohérentes. (par défaut : 0.7) | FLOAT | Oui | 0.0 à 1.0 | -| `top_p` | Diversité via l'échantillonnage nucleus. (par défaut : 0.7) | FLOAT | Oui | 0.01 à 1.0 | -| `speed` | Débit de parole. 1.0 correspond à la normale, une valeur inférieure à 1.0 est plus lente, une valeur supérieure à 1.0 est plus rapide. (par défaut : 1.0) | FLOAT | Oui | 0.5 à 2.0 | -| `volume` | Réglage du volume en décibels. 0 signifie aucun changement. (par défaut : 0.0) | FLOAT | Oui | -10.0 à 10.0 | -| `normalize` | Normalise les nombres et le texte pour l'anglais et le chinois, ce qui améliore la stabilité des nombres et des dates. (par défaut : true) | BOOLEAN | Oui | true / false | +| `voices` | Emplacement extensible : connectez 0 à 5 éléments de voix (`voice_1`, `voice_2`, ...). Voix pour la synthèse. Laissez vide pour une voix aléatoire. Avec deux voix ou plus, indiquez les changements de locuteur dans le texte avec @Voice1, @Voice2, etc. | FISHAUDIO_VOICE | Non | 0 à 5 voix | +| `temperature` | Expressivité. Des valeurs élevées sont plus variées, des valeurs faibles sont plus cohérentes. (par défaut : 0.7) | FLOAT | Oui | 0.0 à 1.0 | +| `top_p` | Diversité via échantillonnage noyau. (par défaut : 0.7) | FLOAT | Oui | 0.01 à 1.0 | +| `speed` | Débit de parole. 1.0 est normal, <1.0 plus lent, >1.0 plus rapide. (par défaut : 1.0) | FLOAT | Oui | 0.5 à 2.0 | +| `volume` | Ajustement du volume en décibels. 0 correspond à aucun changement. (par défaut : 0.0) | FLOAT | Oui | -10.0 à 10.0 | +| `normalize` | Normalise les nombres et le texte pour l’anglais et le chinois, ce qui améliore la stabilité des nombres et des dates. (par défaut : true) | BOOLEAN | Oui | true / false | ### Entrées s1 @@ -31,14 +31,14 @@ Ces entrées apparaissent lorsque le modèle s1 est sélectionné. | Paramètre | Description | Type de données | Requis | Plage | |-----------|-------------|-----------------|--------|-------| -| `voice` | Voix pour la synthèse. Laisser non connecté pour la voix par défaut. | FISHAUDIO_VOICE | Non | Une seule voix facultative | -| `temperature` | Expressivité. Des valeurs plus élevées sont plus variées, des valeurs plus faibles sont plus cohérentes. (par défaut : 0.7) | FLOAT | Oui | 0.0 à 1.0 | -| `top_p` | Diversité via l'échantillonnage nucleus. (par défaut : 0.7) | FLOAT | Oui | 0.01 à 1.0 | -| `speed` | Débit de parole. 1.0 correspond à la normale, une valeur inférieure à 1.0 est plus lente, une valeur supérieure à 1.0 est plus rapide. (par défaut : 1.0) | FLOAT | Oui | 0.5 à 2.0 | -| `volume` | Réglage du volume en décibels. 0 signifie aucun changement. (par défaut : 0.0) | FLOAT | Oui | -10.0 à 10.0 | -| `normalize` | Normalise les nombres et le texte pour l'anglais et le chinois, ce qui améliore la stabilité des nombres et des dates. (par défaut : true) | BOOLEAN | Oui | true / false | +| `voice` | Voix pour la synthèse. Laissez non connecté pour une voix aléatoire. | FISHAUDIO_VOICE | Non | Voix unique facultative | +| `temperature` | Expressivité. Des valeurs élevées sont plus variées, des valeurs faibles sont plus cohérentes. (par défaut : 0.7) | FLOAT | Oui | 0.0 à 1.0 | +| `top_p` | Diversité via échantillonnage noyau. (par défaut : 0.7) | FLOAT | Oui | 0.01 à 1.0 | +| `speed` | Débit de parole. 1.0 est normal, <1.0 plus lent, >1.0 plus rapide. (par défaut : 1.0) | FLOAT | Oui | 0.5 à 2.0 | +| `volume` | Ajustement du volume en décibels. 0 correspond à aucun changement. (par défaut : 0.0) | FLOAT | Oui | -10.0 à 10.0 | +| `normalize` | Normalise les nombres et le texte pour l’anglais et le chinois, ce qui améliore la stabilité des nombres et des dates. (par défaut : true) | BOOLEAN | Oui | true / false | -**Remarque :** L'entrée `text` ne doit pas être vide. Les balises de locuteur (@Voice1, @Voice2, etc.) sont insensibles à la casse et doivent faire référence à une voix connectée ; étiqueter une voix qui n'est pas connectée génère une erreur. Lorsque deux voix ou plus sont connectées, le texte doit référencer chaque voix connectée au moins une fois, sinon le nœud signale les balises manquantes. Sur s2.1-pro, connecter 0 voix utilise la voix par défaut, 1 voix utilise cette voix seule, et 2 voix ou plus permettent un dialogue multi-locuteurs. Sur s1, une seule voix facultative est utilisée et, si elle n'est pas connectée, la voix par défaut est utilisée. Des indications d'émotion peuvent être placées dans le texte : [happy] et [whispering] sur s2.1-pro, et (happy) sur s1. +**Remarque :** L’entrée `text` ne doit pas être vide. Les balises de locuteur (@Voice1, @Voice2, etc.) sont insensibles à la casse et doivent faire référence à une voix connectée ; baliser une voix non connectée génère une erreur. Lorsque deux voix ou plus sont connectées, le texte doit référencer chaque voix connectée au moins une fois, sinon le nœud signale les balises manquantes. Sur drama-3 et s2.1-pro, connecter 0 voix utilise une voix aléatoire, 1 voix utilise cette voix seule, et 2 voix ou plus activent le dialogue multi-locuteurs. Sur s1, une voix unique facultative est utilisée et la laisser non connectée utilise une voix aléatoire. Des indications peuvent être placées dans le texte : [happy] et [whispering] sur s2.1-pro, (happy) sur s1, ainsi que les [directions] en langage naturel et les balises de mot `...` sur drama-3. ## Sorties @@ -49,4 +49,4 @@ Ces entrées apparaissent lorsque le modèle s1 est sélectionné. > Cette documentation a été générée par IA. Si vous trouvez des erreurs ou avez des suggestions d'amélioration, n'hésitez pas à contribuer ! [Modifier sur GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/fr.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/he.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/he.md index 219dbc7f3..67302e745 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/he.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/he.md @@ -1,52 +1,52 @@ # Fish Audio המרת טקסט לדיבור -צומת זה ממיר טקסט כתוב לאודיו מדובר באמצעות מודלים של Fish Audio לטקסט לדיבור. הוא תומך ברמזי רגש המוטמעים בטקסט ([happy], [whispering] ב-s2.1-pro; (happy) ב-s1) ובדיאלוג רב-דוברים באמצעות תגיות @Voice1/@Voice2 כאשר מספר קולות מחוברים. שני מודלים זמינים: s2.1-pro, אשר תומך בעד חמישה קולות ובדיאלוג רב-דוברים, ו-s1, אשר משתמש בקול אופציונלי יחיד. +צומת זה ממיר טקסט כתוב לאודיו מדובר באמצעות מודלים של Fish Audio להמרת טקסט לדיבור. הוא תומך ברמזים המוטמעים בטקסט: `[happy]` ו-`[whispering]` ב-s2.1-pro, `(happy)` ב-s1, וכן `[directions]` בשפה פשוטה ותגי מילים מסוג `...` ב-drama-3. דיאלוג רב-דוברים משתמש בתגים @Voice1/@Voice2 כאשר מחוברים מספר קולות. שלושה מודלים זמינים: drama-3 ו-s2.1-pro, ששניהם תומכים בעד חמישה קולות ובדיאלוג רב-דוברים, ו-s1, שמשתמש בקול אופציונלי בודד. ## קלטים ### קלטים משותפים -| פרמטר | תיאור | סוג נתונים | נדרש | טווח | +| פרמטר | תיאור | סוג נתון | חובה | טווח | |-----------|-------------|-----------|----------|-------| -| `text` | הטקסט להמרה לדיבור. כאשר שני קולות או יותר מחוברים, סמן החלפות דובר עם @Voice1, @Voice2 וכו'. (ברירת מחדל: ריק) | STRING | כן | כל טקסט לא ריק | -| `model` | מודל לשימוש עבור טקסט לדיבור. | DYNAMIC_COMBO | כן | "s2.1-pro"
"s1" | -| `seed` | `seed` קובע אם הצומת צריך לרוץ מחדש; התוצאות אינן דטרמיניסטיות ללא תלות ב-`seed`. (ברירת מחדל: 42) | INT | כן | 0 עד 2147483647 | +| `text` | הטקסט להמרה לדיבור. כאשר מחוברים שני קולות או יותר, סמן החלפות דובר באמצעות @Voice1, @Voice2 וכו' (ברירת מחדל: ריק) | STRING | כן | כל טקסט לא ריק | +| `model` | המודל לשימוש להמרת טקסט לדיבור. | DYNAMIC_COMBO | כן | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | ה-seed קובע האם הצומת יופעל מחדש; התוצאות אינן דטרמיניסטיות ללא תלות ב-seed. (ברירת מחדל: 42) | INT | כן | 0 עד 2147483647 | -### קלטים של s2.1-pro +### קלטים של drama-3 ו-s2.1-pro -קלטים אלה מופיעים כאשר נבחר המודל s2.1-pro. +קלטים אלה מופיעים כאשר נבחר המודל `drama-3` או `s2.1-pro`. קבוצות הפרמטרים זהות. -| פרמטר | תיאור | סוג נתונים | נדרש | טווח | +| פרמטר | תיאור | סוג נתון | חובה | טווח | |-----------|-------------|-----------|----------|-------| -| `voices` | חריץ מתרחב: חבר 0 עד 5 פריטי קול (`voice_1`, `voice_2`, ...). קולות לסינתזה. השאר ריק עבור קול ברירת המחדל. עם שני קולות או יותר, סמן החלפות דובר בטקסט באמצעות @Voice1, @Voice2 וכו'. | FISHAUDIO_VOICE | לא | 0 עד 5 קולות | -| `temperature` | רמת הבעה. ערכים גבוהים יותר מגוונים יותר, ערכים נמוכים יותר עקביים יותר. (ברירת מחדל: 0.7) | FLOAT | כן | 0.0 עד 1.0 | +| `voices` | חריץ מתרחב: חבר 0 עד 5 פריטי קול (`voice_1`, `voice_2`, ...). קולות לסינתזה. השאר ריק לקול אקראי. כאשר יש שני קולות או יותר, סמן החלפות דובר בטקסט באמצעות @Voice1, @Voice2 וכו'. | FISHAUDIO_VOICE | לא | 0 עד 5 קולות | +| `temperature` | מידת ההבעה. ערכים גבוהים יותר מגוונים יותר, ערכים נמוכים יותר עקביים יותר. (ברירת מחדל: 0.7) | FLOAT | כן | 0.0 עד 1.0 | | `top_p` | גיוון באמצעות דגימת גרעין (nucleus sampling). (ברירת מחדל: 0.7) | FLOAT | כן | 0.01 עד 1.0 | -| `speed` | קצב דיבור. 1.0 הוא רגיל, <1.0 איטי יותר, >1.0 מהיר יותר. (ברירת מחדל: 1.0) | FLOAT | כן | 0.5 עד 2.0 | -| `volume` | התאמת עוצמת קול בדציבלים. 0 הוא ללא שינוי. (ברירת מחדל: 0.0) | FLOAT | כן | -10.0 עד 10.0 | -| `normalize` | מנרמל מספרים וטקסט עבור אנגלית וסינית, ומשפר את היציבות של מספרים ותאריכים. (ברירת מחדל: true) | BOOLEAN | כן | true / false | +| `speed` | קצב הדיבור. 1.0 הוא רגיל, <1.0 איטי יותר, >1.0 מהיר יותר. (ברירת מחדל: 1.0) | FLOAT | כן | 0.5 עד 2.0 | +| `volume` | התאמת עוצמת קול בדציבלים. 0 פירושו ללא שינוי. (ברירת מחדל: 0.0) | FLOAT | כן | -10.0 עד 10.0 | +| `normalize` |נרמול מספרים וטקסט עבור אנגלית וסינית, משפר את היציבות עבור מספרים ותאריכים. (ברירת מחדל: true) | BOOLEAN | כן | true / false | ### קלטים של s1 -קלטים אלה מופיעים כאשר נבחר המודל s1. +קלטים אלה מופיעים כאשר נבחר מודל s1. -| פרמטר | תיאור | סוג נתונים | נדרש | טווח | +| פרמטר | תיאור | סוג נתון | חובה | טווח | |-----------|-------------|-----------|----------|-------| -| `voice` | קול לסינתזה. השאר לא מחובר עבור קול ברירת המחדל. | FISHAUDIO_VOICE | לא | קול בודד אופציונלי | -| `temperature` | רמת הבעה. ערכים גבוהים יותר מגוונים יותר, ערכים נמוכים יותר עקביים יותר. (ברירת מחדל: 0.7) | FLOAT | כן | 0.0 עד 1.0 | +| `voice` | קול לסינתזה. השאר לא מחובר לקול אקראי. | FISHAUDIO_VOICE | לא | קול בודד אופציונלי | +| `temperature` | מידת ההבעה. ערכים גבוהים יותר מגוונים יותר, ערכים נמוכים יותר עקביים יותר. (ברירת מחדל: 0.7) | FLOAT | כן | 0.0 עד 1.0 | | `top_p` | גיוון באמצעות דגימת גרעין (nucleus sampling). (ברירת מחדל: 0.7) | FLOAT | כן | 0.01 עד 1.0 | -| `speed` | קצב דיבור. 1.0 הוא רגיל, <1.0 איטי יותר, >1.0 מהיר יותר. (ברירת מחדל: 1.0) | FLOAT | כן | 0.5 עד 2.0 | -| `volume` | התאמת עוצמת קול בדציבלים. 0 הוא ללא שינוי. (ברירת מחדל: 0.0) | FLOAT | כן | -10.0 עד 10.0 | -| `normalize` | מנרמל מספרים וטקסט עבור אנגלית וסינית, ומשפר את היציבות של מספרים ותאריכים. (ברירת מחדל: true) | BOOLEAN | כן | true / false | +| `speed` | קצב הדיבור. 1.0 הוא רגיל, <1.0 איטי יותר, >1.0 מהיר יותר. (ברירת מחדל: 1.0) | FLOAT | כן | 0.5 עד 2.0 | +| `volume` | התאמת עוצמת קול בדציבלים. 0 פירושו ללא שינוי. (ברירת מחדל: 0.0) | FLOAT | כן | -10.0 עד 10.0 | +| `normalize` | נרמול מספרים וטקסט עבור אנגלית וסינית, משפר את היציבות עבור מספרים ותאריכים. (ברירת מחדל: true) | BOOLEAN | כן | true / false | -**הערה:** הקלט `text` חייב שלא להיות ריק. תגיות דובר (@Voice1, @Voice2 וכו') אינן תלויות רישיות וחייבות להתייחס לקול מחובר; תיוג קול שאינו מחובר מעלה שגיאה. כאשר שני קולות או יותר מחוברים, הטקסט חייב להתייחס לכל קול מחובר לפחות פעם אחת, אחרת הצומת מדווח על התגיות החסרות. ב-s2.1-pro, חיבור 0 קולות משתמש בקול ברירת המחדל, קול אחד משתמש באותו קול בלבד, ו-2 קולות או יותר מפעילים דיאלוג רב-דוברים. ב-s1, נעשה שימוש בקול אופציונלי יחיד, והשארתו לא מחוברת משתמשת בקול ברירת המחדל. ניתן למקם רמזי רגש בטקסט: [happy] ו-[whispering] ב-s2.1-pro, ו-(happy) ב-s1. +**הערה:** הקלט `text` אינו יכול להיות ריק. תגי דובר (@Voice1, @Voice2 וכו') אינם תלויי רישיות וחייבים להתייחס לקול מחובר; תיוג קול שאינו מחובר מעלה שגיאה. כאשר מחוברים שני קולות או יותר, הטקסט חייב להתייחס לכל קול מחובר לפחות פעם אחת, אחרת הצומת מדווח על התגים החסרים. ב-drama-3 וב-s2.1-pro, חיבור 0 קולות משתמש בקול אקראי, קול אחד משתמש באותו קול לבדו, ושני קולות או יותר מפעילים דיאלוג רב-דוברים. ב-s1, משתמשים בקול אופציונלי בודד, והשארתו לא מחוברת משתמשת בקול אקראי. ניתן למקם רמזים בטקסט: `[happy]` ו-`[whispering]` ב-s2.1-pro, `(happy)` ב-s1, וכן `[directions]` בשפה פשוטה ותגי מילים מסוג `...` ב-drama-3. ## פלטים -| שם פלט | תיאור | סוג נתונים | +| שם פלט | תיאור | סוג נתון | |-------------|-------------|-----------| | `audio` | הדיבור שנוצר כקובץ אודיו. | AUDIO | > מסמך זה נוצר על ידי בינה מלאכותית. אם מצאתם שגיאות או שיש לכם הצעות לשיפור, אתם מוזמנים לתרום! [עריכה ב-GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/he.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/it.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/it.md index ec9f94cc9..e36780109 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/it.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/it.md @@ -1,52 +1,52 @@ # Fish Audio Testo in voce -Questo nodo converte il testo scritto in audio parlato utilizzando i modelli text-to-speech di Fish Audio. Supporta indicazioni emotive incorporate nel testo ([happy], [whispering] su s2.1-pro; (happy) su s1) e dialoghi multi-voce tramite i tag @Voice1/@Voice2 quando sono collegate più voci. Sono disponibili due modelli: s2.1-pro, che supporta fino a cinque voci e dialoghi multi-voce, e s1, che utilizza un'unica voce opzionale. +Questo nodo converte il testo scritto in audio parlato utilizzando i modelli text-to-speech di Fish Audio. Supporta indicatori incorporati nel testo: [happy] e [whispering] su s2.1-pro, (happy) su s1, e [directions] in linguaggio naturale più tag di parola `...` su drama-3. Il dialogo multi-speaker utilizza i tag @Voice1/@Voice2 quando sono collegate più voci. Sono disponibili tre modelli: drama-3 e s2.1-pro, che supportano entrambi fino a cinque voci e il dialogo multi-speaker, e s1, che utilizza una singola voce opzionale. ## Input ### Input comuni -| Parametro | Descrizione | Tipo di dati | Obbligatorio | Intervallo | +| Parametro | Descrizione | Tipo di dato | Obbligatorio | Intervallo | |-----------|-------------|--------------|--------------|------------| -| `text` | Il testo da convertire in parlato. Con due o più voci collegate, contrassegna i cambi di parlante con @Voice1, @Voice2, ecc. (predefinito: vuoto) | STRING | Sì | Qualsiasi testo non vuoto | -| `model` | Modello da utilizzare per il text-to-speech. | DYNAMIC_COMBO | Sì | "s2.1-pro"
"s1" | -| `seed` | Il seed controlla se il nodo deve essere rieseguito; i risultati non sono deterministici indipendentemente dal seed. (predefinito: 42) | INT | Sì | da 0 a 2147483647 | +| `testo` | Il testo da convertire in parlato. Con due o più voci collegate, contrassegna i cambi di speaker con @Voice1, @Voice2, ecc. (predefinito: vuoto) | STRING | Sì | Qualsiasi testo non vuoto | +| `modello` | Modello da utilizzare per la sintesi vocale. | DYNAMIC_COMBO | Sì | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | Il seed controlla se il nodo deve essere rieseguito; i risultati sono non deterministici indipendentemente dal seed. (predefinito: 42) | INT | Sì | 0 a 2147483647 | -### Input di s2.1-pro +### Input di drama-3 e s2.1-pro -Questi input vengono visualizzati quando è selezionato il modello s2.1-pro. +Questi input vengono visualizzati quando è selezionato il modello `drama-3` o `s2.1-pro`. I set di parametri sono identici. -| Parametro | Descrizione | Tipo di dati | Obbligatorio | Intervallo | +| Parametro | Descrizione | Tipo di dato | Obbligatorio | Intervallo | |-----------|-------------|--------------|--------------|------------| -| `voices` | Slot espandibile: collega da 0 a 5 elementi voce (`voice_1`, `voice_2`, ...). Voci per la sintesi. Lascia vuoto per la voce predefinita. Con due o più voci, contrassegna i cambi di parlante nel testo con @Voice1, @Voice2, ecc. | FISHAUDIO_VOICE | No | da 0 a 5 voci | -| `temperature` | Espressività. Valori più alti sono più vari, valori più bassi più coerenti. (predefinito: 0.7) | FLOAT | Sì | da 0.0 a 1.0 | -| `top_p` | Diversità tramite campionamento nucleus. (predefinito: 0.7) | FLOAT | Sì | da 0.01 a 1.0 | -| `speed` | Velocità di parlato. 1.0 è normale, <1.0 più lento, >1.0 più veloce. (predefinito: 1.0) | FLOAT | Sì | da 0.5 a 2.0 | -| `volume` | Regolazione del volume in decibel. 0 indica nessuna modifica. (predefinito: 0.0) | FLOAT | Sì | da -10.0 a 10.0 | +| `voices` | Slot espandibile: collega da 0 a 5 elementi voce (`voice_1`, `voice_2`, ...). Voci per la sintesi. Lascia vuoto per una voce casuale. Con due o più voci, contrassegna i cambi di speaker nel testo con @Voice1, @Voice2, ecc. | FISHAUDIO_VOICE | No | da 0 a 5 voci | +| `temperature` | Espressività. Valori più alti sono più vari, valori più bassi sono più coerenti. (predefinito: 0.7) | FLOAT | Sì | 0.0 a 1.0 | +| `top_p` | Diversità tramite campionamento nucleus. (predefinito: 0.7) | FLOAT | Sì | 0.01 a 1.0 | +| `speed` | Velocità di parlato. 1.0 è normale, <1.0 più lento, >1.0 più veloce. (predefinito: 1.0) | FLOAT | Sì | 0.5 a 2.0 | +| `volume` | Regolazione del volume in decibel. 0 indica nessuna modifica. (predefinito: 0.0) | FLOAT | Sì | -10.0 a 10.0 | | `normalize` | Normalizza numeri e testo per inglese e cinese, migliorando la stabilità per numeri e date. (predefinito: true) | BOOLEAN | Sì | true / false | ### Input di s1 Questi input vengono visualizzati quando è selezionato il modello s1. -| Parametro | Descrizione | Tipo di dati | Obbligatorio | Intervallo | +| Parametro | Descrizione | Tipo di dato | Obbligatorio | Intervallo | |-----------|-------------|--------------|--------------|------------| -| `voice` | Voce per la sintesi. Lascia non collegato per la voce predefinita. | FISHAUDIO_VOICE | No | Voce singola opzionale | -| `temperature` | Espressività. Valori più alti sono più vari, valori più bassi più coerenti. (predefinito: 0.7) | FLOAT | Sì | da 0.0 a 1.0 | -| `top_p` | Diversità tramite campionamento nucleus. (predefinito: 0.7) | FLOAT | Sì | da 0.01 a 1.0 | -| `speed` | Velocità di parlato. 1.0 è normale, <1.0 più lento, >1.0 più veloce. (predefinito: 1.0) | FLOAT | Sì | da 0.5 a 2.0 | -| `volume` | Regolazione del volume in decibel. 0 indica nessuna modifica. (predefinito: 0.0) | FLOAT | Sì | da -10.0 a 10.0 | +| `voice` | Voce per la sintesi. Lascia scollegato per una voce casuale. | FISHAUDIO_VOICE | No | Voce singola opzionale | +| `temperature` | Espressività. Valori più alti sono più vari, valori più bassi sono più coerenti. (predefinito: 0.7) | FLOAT | Sì | 0.0 a 1.0 | +| `top_p` | Diversità tramite campionamento nucleus. (predefinito: 0.7) | FLOAT | Sì | 0.01 a 1.0 | +| `speed` | Velocità di parlato. 1.0 è normale, <1.0 più lento, >1.0 più veloce. (predefinito: 1.0) | FLOAT | Sì | 0.5 a 2.0 | +| `volume` | Regolazione del volume in decibel. 0 indica nessuna modifica. (predefinito: 0.0) | FLOAT | Sì | -10.0 a 10.0 | | `normalize` | Normalizza numeri e testo per inglese e cinese, migliorando la stabilità per numeri e date. (predefinito: true) | BOOLEAN | Sì | true / false | -**Nota:** L'input `text` non deve essere vuoto. I tag del parlante (@Voice1, @Voice2, ecc.) non distinguono maiuscole e minuscole e devono riferirsi a una voce collegata; contrassegnare una voce non collegata genera un errore. Quando sono collegate due o più voci, il testo deve fare riferimento a ogni voce collegata almeno una volta, altrimenti il nodo segnala i tag mancanti. Su s2.1-pro, collegare 0 voci usa la voce predefinita, 1 voce usa quella voce da sola e 2 o più voci abilitano il dialogo multi-voce. Su s1, viene usata un'unica voce opzionale e, se non collegata, viene usata la voce predefinita. Le indicazioni emotive possono essere inserite nel testo: [happy] e [whispering] su s2.1-pro, e (happy) su s1. +**Nota:** L'input `text` non deve essere vuoto. I tag speaker (@Voice1, @Voice2, ecc.) non distinguono maiuscole/minuscole e devono fare riferimento a una voce collegata; assegnare un tag a una voce non collegata genera un errore. Quando sono collegate due o più voci, il testo deve fare riferimento a ogni voce collegata almeno una volta, altrimenti il nodo segnala i tag mancanti. Su drama-3 e s2.1-pro, collegare 0 voci usa una voce casuale, 1 voce usa solo quella voce e 2 o più voci abilitano il dialogo multi-speaker. Su s1, viene utilizzata una singola voce opzionale e lasciarla non collegata usa una voce casuale. Gli indicatori possono essere inseriti nel testo: [happy] e [whispering] su s2.1-pro, (happy) su s1, e [directions] in linguaggio naturale e tag di parola `...` su drama-3. ## Output -| Nome output | Descrizione | Tipo di dati | +| Nome output | Descrizione | Tipo di dato | |-------------|-------------|--------------| | `audio` | Il parlato generato come file audio. | AUDIO | > Questa documentazione è stata generata dall'IA. Se trovi errori o hai suggerimenti per migliorarla, sentiti libero di contribuire! [Modifica su GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/it.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ja.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ja.md index 2d1cf8407..a58f9e27a 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ja.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ja.md @@ -1,6 +1,6 @@ # Fish Audio テキスト読み上げ -このノードは、Fish Audio の音声合成モデルを使用して、書かれたテキストを音声に変換します。テキストに埋め込まれた感情キュー(s2.1-pro では [happy]、[whispering]、s1 では (happy))と、複数の音声が接続されている場合の @Voice1/@Voice2 タグを使用した複数話者ダイアログをサポートします。利用可能なモデルは2つあります。s2.1-pro は最大5つの音声と複数話者ダイアログをサポートし、s1 は単一の任意音声を使用します。 +このノードは、Fish Audio のテキスト読み上げモデルを使用して、書かれたテキストを音声に変換します。テキストに埋め込まれたキューをサポートしています。s2.1-pro では [happy] と [whispering]、s1 では (happy)、drama-3 では平易な言葉による [directions] と `...` 単語タグです。複数の音声が接続されている場合、マルチスピーカー対話では @Voice1/@Voice2 タグを使用します。利用可能なモデルは3つあります。drama-3 と s2.1-pro はどちらも最大5つの音声とマルチスピーカー対話をサポートし、s1 は単一のオプション音声を使用します。 ## 入力 @@ -8,22 +8,22 @@ | パラメータ | 説明 | データ型 | 必須 | 範囲 | |-----------|-------------|-----------|----------|-------| -| `text` | 音声に変換するテキスト。2つ以上の音声が接続されている場合、話者の切り替えを @Voice1、@Voice2 などで示します。(デフォルト:空) | STRING | はい | 任意の空でないテキスト | -| `model` | 音声合成に使用するモデル。 | DYNAMIC_COMBO | はい | "s2.1-pro"
"s1" | -| `seed` | シードはノードを再実行するかどうかを制御します。シードに関係なく結果は非決定的です。(デフォルト:42) | INT | はい | 0~2147483647 | +| `text` | 音声に変換するテキストです。2つ以上の音声が接続されている場合、@Voice1、@Voice2 などで話者の変更をマークします。(デフォルト: 空) | STRING | はい | 空でない任意のテキスト | +| `model` | テキスト読み上げに使用するモデルです。 | DYNAMIC_COMBO | はい | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | `seed` は、ノードを再実行するかどうかを制御します。結果はシード値に関係なく非決定的です。(デフォルト: 42) | INT | はい | 0~2147483647 | -### s2.1-pro 入力 +### drama-3 および s2.1-pro 入力 -これらの入力は、s2.1-pro モデルが選択されている場合に表示されます。 +これらの入力は、`drama-3` または `s2.1-pro` モデルが選択されている場合に表示されます。パラメータセットは同一です。 | パラメータ | 説明 | データ型 | 必須 | 範囲 | |-----------|-------------|-----------|----------|-------| -| `voices` | 拡張可能スロット:0~5個の音声アイテム(`voice_1`、`voice_2`、...)を接続します。音声合成用の音声です。デフォルト音声を使用する場合は空のままにします。2つ以上の音声がある場合、テキスト内の話者切り替えを @Voice1、@Voice2 などで示します。 | FISHAUDIO_VOICE | いいえ | 0~5音声 | -| `temperature` | 表現力。値が高いほど変化に富み、低いほど一貫性が高くなります。(デフォルト:0.7) | FLOAT | はい | 0.0~1.0 | -| `top_p` | ニュークリアスサンプリングによる多様性。(デフォルト:0.7) | FLOAT | はい | 0.01~1.0 | -| `speed` | 話速。1.0 が標準で、1.0 未満は遅く、1.0 超は速くなります。(デフォルト:1.0) | FLOAT | はい | 0.5~2.0 | -| `volume` | 音量をデシベル単位で調整します。0 は変更なしです。(デフォルト:0.0) | FLOAT | はい | -10.0~10.0 | -| `normalize` | 英語と中国語の数値およびテキストを正規化し、数値と日付の安定性を向上させます。(デフォルト:true) | BOOLEAN | はい | true / false | +| `voices` | 拡張可能なスロット: 0~5 個の音声アイテム(`voice_1`、`voice_2`、...)を接続します。合成に使用する音声です。空のままにするとランダムな音声を使用します。2つ以上の音声がある場合、テキスト内で @Voice1、@Voice2 などにより話者の変更をマークします。 | FISHAUDIO_VOICE | いいえ | 0~5 音声 | +| `temperature` | 表現力。値が高いほど変化に富み、低いほど一貫性が高くなります。(デフォルト: 0.7) | FLOAT | はい | 0.0~1.0 | +| `top_p` | ニュークリアスサンプリングによる多様性。(デフォルト: 0.7) | FLOAT | はい | 0.01~1.0 | +| `speed` | 話速。1.0 が標準で、<1.0 は遅く、>1.0 は速くなります。(デフォルト: 1.0) | FLOAT | はい | 0.5~2.0 | +| `volume` | デシベル単位の音量調整。0 は変更なしです。(デフォルト: 0.0) | FLOAT | はい | -10.0~10.0 | +| `normalize` | 英語と中国語の数値とテキストを正規化し、数値や日付の安定性を向上させます。(デフォルト: true) | BOOLEAN | はい | true / false | ### s1 入力 @@ -31,14 +31,14 @@ | パラメータ | 説明 | データ型 | 必須 | 範囲 | |-----------|-------------|-----------|----------|-------| -| `voice` | 音声合成用の音声。デフォルト音声を使用する場合は未接続のままにします。 | FISHAUDIO_VOICE | いいえ | 任意の単一音声 | -| `temperature` | 表現力。値が高いほど変化に富み、低いほど一貫性が高くなります。(デフォルト:0.7) | FLOAT | はい | 0.0~1.0 | -| `top_p` | ニュークリアスサンプリングによる多様性。(デフォルト:0.7) | FLOAT | はい | 0.01~1.0 | -| `speed` | 話速。1.0 が標準で、1.0 未満は遅く、1.0 超は速くなります。(デフォルト:1.0) | FLOAT | はい | 0.5~2.0 | -| `volume` | 音量をデシベル単位で調整します。0 は変更なしです。(デフォルト:0.0) | FLOAT | はい | -10.0~10.0 | -| `normalize` | 英語と中国語の数値およびテキストを正規化し、数値と日付の安定性を向上させます。(デフォルト:true) | BOOLEAN | はい | true / false | +| `voice` | 合成に使用する音声。未接続のままにするとランダムな音声を使用します。 | FISHAUDIO_VOICE | いいえ | オプションの単一音声 | +| `temperature` | 表現力。値が高いほど変化に富み、低いほど一貫性が高くなります。(デフォルト: 0.7) | FLOAT | はい | 0.0~1.0 | +| `top_p` | ニュークリアスサンプリングによる多様性。(デフォルト: 0.7) | FLOAT | はい | 0.01~1.0 | +| `speed` | 話速。1.0 が標準で、<1.0 は遅く、>1.0 は速くなります。(デフォルト: 1.0) | FLOAT | はい | 0.5~2.0 | +| `volume` | デシベル単位の音量調整。0 は変更なしです。(デフォルト: 0.0) | FLOAT | はい | -10.0~10.0 | +| `normalize` | 英語と中国語の数値とテキストを正規化し、数値や日付の安定性を向上させます。(デフォルト: true) | BOOLEAN | はい | true / false | -**注:** `text` 入力は空にできません。話者タグ(@Voice1、@Voice2 など)は大文字と小文字を区別せず、接続されている音声を参照する必要があります。接続されていない音声にタグを付けるとエラーが発生します。2つ以上の音声が接続されている場合、テキストは接続されているすべての音声を少なくとも1回参照する必要があり、そうでない場合、ノードは不足しているタグを報告します。s2.1-pro では、0個の音声を接続するとデフォルト音声が使用され、1個の音声ではその音声のみが使用され、2個以上では複数話者ダイアログが有効になります。s1 では、単一の任意音声が使用され、未接続のままにするとデフォルト音声が使用されます。感情キューはテキスト内に配置できます。s2.1-pro では [happy] と [whispering]、s1 では (happy) です。 +**注記:** `text` 入力は空にできません。話者タグ(@Voice1、@Voice2 など)は大文字と小文字を区別せず、接続されている音声を参照する必要があります。接続されていない音声にタグを付けるとエラーが発生します。2つ以上の音声が接続されている場合、テキストは接続されているすべての音声を少なくとも1回参照する必要があります。そうでない場合、ノードは不足しているタグを報告します。drama-3 と s2.1-pro では、0 個の音声を接続するとランダムな音声を使用し、1 個の音声はその音声のみを使用し、2 個以上でマルチスピーカー対話が有効になります。s1 では、単一のオプション音声が使用され、未接続のままにするとランダムな音声を使用します。テキストにはキューを配置できます。s2.1-pro では [happy] と [whispering]、s1 では (happy)、drama-3 では平易な言葉による [directions] と `...` 単語タグです。 ## 出力 @@ -49,4 +49,4 @@ > このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください! [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ja.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ko.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ko.md index 3418e5968..45812209c 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ko.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ko.md @@ -1,6 +1,6 @@ # Fish Audio 텍스트 음성 변환 -이 노드는 Fish Audio 텍스트 음성 변환 모델을 사용하여 작성된 텍스트를 음성 오디오로 변환합니다. 텍스트에 포함된 감정 큐([happy], [whispering]는 s2.1-pro, (happy)는 s1)와 여러 음성이 연결된 경우 @Voice1/@Voice2 태그를 사용하는 다중 화자 대화를 지원합니다. 사용 가능한 모델은 두 가지입니다. 최대 5개의 음성과 다중 화자 대화를 지원하는 s2.1-pro와 단일 선택적 음성을 사용하는 s1입니다. +이 노드는 Fish Audio 텍스트 음성 변환 모델을 사용하여 작성된 텍스트를 음성 오디오로 변환합니다. 텍스트에 포함된 큐를 지원합니다: s2.1-pro에서는 [happy] 및 [whispering], s1에서는 (happy), drama-3에서는 일반 언어 [directions]와 `...` 단어 태그입니다. 다중 화자 대화는 여러 음성이 연결된 경우 @Voice1/@Voice2 태그를 사용합니다. 세 가지 모델을 사용할 수 있습니다: drama-3 및 s2.1-pro는 최대 5개의 음성과 다중 화자 대화를 지원하고, s1은 단일 선택적 음성을 사용합니다. ## 입력 @@ -9,44 +9,44 @@ | 매개변수 | 설명 | 데이터 타입 | 필수 | 범위 | |-----------|-------------|-----------|----------|-------| | `text` | 음성으로 변환할 텍스트입니다. 두 개 이상의 음성이 연결된 경우 @Voice1, @Voice2 등으로 화자 변경을 표시합니다. (기본값: 비어 있음) | STRING | 예 | 비어 있지 않은 모든 텍스트 | -| `model` | 텍스트 음성 변환에 사용할 모델입니다. | DYNAMIC_COMBO | 예 | "s2.1-pro"
"s1" | -| `seed` | 노드를 다시 실행할지 여부를 제어하는 시드입니다. 시드와 관계없이 결과는 비결정적입니다. (기본값: 42) | INT | 예 | 0 ~ 2147483647 | +| `model` | 텍스트 음성 변환에 사용할 모델입니다. | DYNAMIC_COMBO | 예 | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | 시드는 노드를 다시 실행할지 여부를 제어합니다. 시드와 관계없이 결과는 비결정적입니다. (기본값: 42) | INT | 예 | 0 ~ 2147483647 | -### s2.1-pro 입력 +### drama-3 및 s2.1-pro 입력 -이 입력은 s2.1-pro 모델을 선택했을 때 표시됩니다. +이 입력들은 `drama-3` 또는 `s2.1-pro` 모델이 선택되었을 때 나타납니다. 매개변수 세트는 동일합니다. | 매개변수 | 설명 | 데이터 타입 | 필수 | 범위 | |-----------|-------------|-----------|----------|-------| -| `voices` | 확장 가능한 슬롯: 0~5개의 음성 항목(`voice_1`, `voice_2`, ...)을 연결합니다. 합성을 위한 음성입니다. 기본 음성을 사용하려면 비워 둡니다. 두 개 이상의 음성이 있는 경우 텍스트에서 @Voice1, @Voice2 등으로 화자 변경을 표시합니다. | FISHAUDIO_VOICE | 아니요 | 0 ~ 5개 음성 | -| `temperature` | 표현력입니다. 값이 높을수록 더 다양하고, 낮을수록 더 일관됩니다. (기본값: 0.7) | FLOAT | 예 | 0.0 ~ 1.0 | +| `voices` | 확장 가능한 슬롯: 0~5개의 음성 항목(`voice_1`, `voice_2`, ...)을 연결합니다. 합성을 위한 음성입니다. 무작위 음성을 사용하려면 비워 두세요. 두 개 이상의 음성을 사용하는 경우 텍스트에서 @Voice1, @Voice2 등으로 화자 변경을 표시합니다. | FISHAUDIO_VOICE | 아니오 | 0~5개 음성 | +| `temperature` | 표현력입니다. 값이 높을수록 더 다양하고, 값이 낮을수록 더 일관됩니다. (기본값: 0.7) | FLOAT | 예 | 0.0 ~ 1.0 | | `top_p` | 뉴클리어스 샘플링을 통한 다양성입니다. (기본값: 0.7) | FLOAT | 예 | 0.01 ~ 1.0 | -| `speed` | 말하기 속도입니다. 1.0은 보통, <1.0은 느림, >1.0은 빠름입니다. (기본값: 1.0) | FLOAT | 예 | 0.5 ~ 2.0 | +| `speed` | 말하기 속도입니다. 1.0은 보통, <1.0은 더 느림, >1.0은 더 빠름입니다. (기본값: 1.0) | FLOAT | 예 | 0.5 ~ 2.0 | | `volume` | 데시벨 단위의 볼륨 조정입니다. 0은 변경 없음입니다. (기본값: 0.0) | FLOAT | 예 | -10.0 ~ 10.0 | -| `normalize` | 영어와 중국어의 숫자 및 텍스트를 정규화하여 숫자와 날짜의 안정성을 향상합니다. (기본값: true) | BOOLEAN | 예 | true / false | +| `normalize` | 영어와 중국어의 숫자와 텍스트를 정규화하여 숫자와 날짜의 안정성을 향상합니다. (기본값: true) | BOOLEAN | 예 | true / false | ### s1 입력 -이 입력은 s1 모델을 선택했을 때 표시됩니다. +이 입력들은 s1 모델이 선택되었을 때 나타납니다. | 매개변수 | 설명 | 데이터 타입 | 필수 | 범위 | |-----------|-------------|-----------|----------|-------| -| `voice` | 합성을 위한 음성입니다. 기본 음성을 사용하려면 연결하지 않은 상태로 둡니다. | FISHAUDIO_VOICE | 아니요 | 선택적 단일 음성 | -| `temperature` | 표현력입니다. 값이 높을수록 더 다양하고, 낮을수록 더 일관됩니다. (기본값: 0.7) | FLOAT | 예 | 0.0 ~ 1.0 | +| `voice` | 합성을 위한 음성입니다. 무작위 음성을 사용하려면 연결하지 않은 상태로 두세요. | FISHAUDIO_VOICE | 아니오 | 선택적 단일 음성 | +| `temperature` | 표현력입니다. 값이 높을수록 더 다양하고, 값이 낮을수록 더 일관됩니다. (기본값: 0.7) | FLOAT | 예 | 0.0 ~ 1.0 | | `top_p` | 뉴클리어스 샘플링을 통한 다양성입니다. (기본값: 0.7) | FLOAT | 예 | 0.01 ~ 1.0 | -| `speed` | 말하기 속도입니다. 1.0은 보통, <1.0은 느림, >1.0은 빠름입니다. (기본값: 1.0) | FLOAT | 예 | 0.5 ~ 2.0 | +| `speed` | 말하기 속도입니다. 1.0은 보통, <1.0은 더 느림, >1.0은 더 빠름입니다. (기본값: 1.0) | FLOAT | 예 | 0.5 ~ 2.0 | | `volume` | 데시벨 단위의 볼륨 조정입니다. 0은 변경 없음입니다. (기본값: 0.0) | FLOAT | 예 | -10.0 ~ 10.0 | -| `normalize` | 영어와 중국어의 숫자 및 텍스트를 정규화하여 숫자와 날짜의 안정성을 향상합니다. (기본값: true) | BOOLEAN | 예 | true / false | +| `normalize` | 영어와 중국어의 숫자와 텍스트를 정규화하여 숫자와 날짜의 안정성을 향상합니다. (기본값: true) | BOOLEAN | 예 | true / false | -**참고:** `text` 입력은 비어 있으면 안 됩니다. 화자 태그(@Voice1, @Voice2 등)는 대소문자를 구분하지 않으며 연결된 음성을 참조해야 합니다. 연결되지 않은 음성에 태그를 지정하면 오류가 발생합니다. 두 개 이상의 음성이 연결된 경우 텍스트는 연결된 모든 음성을 최소 한 번씩 참조해야 하며, 그렇지 않으면 노드가 누락된 태그를 보고합니다. s2.1-pro에서는 음성을 0개 연결하면 기본 음성을 사용하고, 1개 연결하면 해당 음성만 사용하며, 2개 이상 연결하면 다중 화자 대화를 활성화합니다. s1에서는 선택적 단일 음성을 사용하며 연결하지 않으면 기본 음성을 사용합니다. 감정 큐는 텍스트에 배치할 수 있습니다: s2.1-pro에서는 [happy] 및 [whispering], s1에서는 (happy)입니다. +**참고:** `text` 입력은 비어 있으면 안 됩니다. 화자 태그(@Voice1, @Voice2 등)는 대소문자를 구분하지 않으며 연결된 음성을 참조해야 합니다. 연결되지 않은 음성을 태그하면 오류가 발생합니다. 두 개 이상의 음성이 연결된 경우, 텍스트는 연결된 모든 음성을 최소 한 번씩 참조해야 하며, 그렇지 않으면 노드가 누락된 태그를 보고합니다. drama-3 및 s2.1-pro에서는 0개의 음성을 연결하면 무작위 음성을 사용하고, 1개의 음성은 해당 음성만 사용하며, 2개 이상의 음성은 다중 화자 대화를 활성화합니다. s1에서는 단일 선택적 음성이 사용되며 연결하지 않으면 무작위 음성을 사용합니다. 텍스트에 큐를 배치할 수 있습니다: s2.1-pro에서는 [happy] 및 [whispering], s1에서는 (happy), drama-3에서는 일반 언어 [directions]와 `...` 단어 태그입니다. ## 출력 | 출력 이름 | 설명 | 데이터 타입 | |-------------|-------------|-----------| -| `audio` | 생성된 음성을 오디오 파일로 제공합니다. | AUDIO | +| `audio` | 생성된 음성을 오디오 파일로 나타냅니다. | AUDIO | > 이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ko.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/pt-BR.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/pt-BR.md index 518b1317a..e07d7d92e 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/pt-BR.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/pt-BR.md @@ -1,24 +1,26 @@ # Fish Audio Texto para Fala +Este nó converte texto escrito em áudio falado usando modelos de texto para fala da Fish Audio. Ele oferece suporte a indicações incorporadas no texto: `[happy]` e `[whispering]` no s2.1-pro, `(happy)` no s1, e `[directions]` em linguagem natural, além de tags de palavra `...`, no drama-3. O diálogo com vários locutores usa tags @Voice1/@Voice2 quando várias vozes estão conectadas. Três modelos estão disponíveis: drama-3 e s2.1-pro, que ambos oferecem suporte a até cinco vozes e diálogo com vários locutores, e s1, que usa uma única voz opcional. + ## Entradas ### Entradas comuns | Parâmetro | Descrição | Tipo de dados | Obrigatório | Intervalo | |-----------|-------------|-----------|----------|-------| -| `text` | O texto a ser convertido em fala. Com duas ou mais vozes conectadas, marque mudanças de falante com @Voice1, @Voice2, etc. (padrão: vazio) | STRING | Sim | Qualquer texto não vazio | -| `model` | Modelo a ser usado para conversão de texto em fala. | DYNAMIC_COMBO | Sim | "s2.1-pro"
"s1" | -| `seed` | A seed controla se o nó deve ser executado novamente; os resultados não são determinísticos independentemente da seed. (padrão: 42) | INT | Sim | 0 a 2147483647 | +| `text` | O texto a ser convertido em fala. Com duas ou mais vozes conectadas, marque as mudanças de locutor com @Voice1, @Voice2, etc. (padrão: vazio) | STRING | Sim | Qualquer texto não vazio | +| `model` | Modelo a ser usado para texto para fala. | DYNAMIC_COMBO | Sim | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | A seed controla se o nó deve ser executado novamente; os resultados são não determinísticos independentemente da seed. (padrão: 42) | INT | Sim | 0 a 2147483647 | -### Entradas do s2.1-pro +### Entradas do drama-3 e do s2.1-pro -Estas entradas aparecem quando o modelo s2.1-pro é selecionado. +Estas entradas aparecem quando o modelo `drama-3` ou `s2.1-pro` é selecionado. Os conjuntos de parâmetros são idênticos. | Parâmetro | Descrição | Tipo de dados | Obrigatório | Intervalo | |-----------|-------------|-----------|----------|-------| -| `voices` | Slot expansível: conecte de 0 a 5 itens de voz (`voice_1`, `voice_2`, ...). Vozes para síntese. Deixe vazio para usar a voz padrão. Com duas ou mais vozes, marque mudanças de falante no texto com @Voice1, @Voice2, etc. | FISHAUDIO_VOICE | Não | 0 a 5 vozes | -| `temperature` | Expressividade. Valores mais altos são mais variados, valores mais baixos são mais consistentes. (padrão: 0.7) | FLOAT | Sim | 0.0 a 1.0 | -| `top_p` | Diversidade via amostragem de núcleo. (padrão: 0.7) | FLOAT | Sim | 0.01 a 1.0 | +| `voices` | Slot expansível: conecte de 0 a 5 itens de voz (`voice_1`, `voice_2`, ...). Vozes para síntese. Deixe vazio para uma voz aleatória. Com duas ou mais vozes, marque as mudanças de locutor no texto com @Voice1, @Voice2, etc. | FISHAUDIO_VOICE | Não | 0 a 5 vozes | +| `temperature` | Expressividade. Valores mais altos são mais variados; valores mais baixos são mais consistentes. (padrão: 0.7) | FLOAT | Sim | 0.0 a 1.0 | +| `top_p` | Diversidade via amostragem nucleus. (padrão: 0.7) | FLOAT | Sim | 0.01 a 1.0 | | `speed` | Velocidade da fala. 1.0 é normal, <1.0 mais lento, >1.0 mais rápido. (padrão: 1.0) | FLOAT | Sim | 0.5 a 2.0 | | `volume` | Ajuste de volume em decibéis. 0 significa sem alteração. (padrão: 0.0) | FLOAT | Sim | -10.0 a 10.0 | | `normalize` | Normaliza números e texto para inglês e chinês, melhorando a estabilidade para números e datas. (padrão: true) | BOOLEAN | Sim | true / false | @@ -29,14 +31,14 @@ Estas entradas aparecem quando o modelo s1 é selecionado. | Parâmetro | Descrição | Tipo de dados | Obrigatório | Intervalo | |-----------|-------------|-----------|----------|-------| -| `voice` | Voz para síntese. Deixe desconectado para usar a voz padrão. | FISHAUDIO_VOICE | Não | Voz única opcional | -| `temperature` | Expressividade. Valores mais altos são mais variados, valores mais baixos são mais consistentes. (padrão: 0.7) | FLOAT | Sim | 0.0 a 1.0 | -| `top_p` | Diversidade via amostragem de núcleo. (padrão: 0.7) | FLOAT | Sim | 0.01 a 1.0 | +| `voice` | Voz para síntese. Deixe desconectado para uma voz aleatória. | FISHAUDIO_VOICE | Não | Voz única opcional | +| `temperature` | Expressividade. Valores mais altos são mais variados; valores mais baixos são mais consistentes. (padrão: 0.7) | FLOAT | Sim | 0.0 a 1.0 | +| `top_p` | Diversidade via amostragem nucleus. (padrão: 0.7) | FLOAT | Sim | 0.01 a 1.0 | | `speed` | Velocidade da fala. 1.0 é normal, <1.0 mais lento, >1.0 mais rápido. (padrão: 1.0) | FLOAT | Sim | 0.5 a 2.0 | | `volume` | Ajuste de volume em decibéis. 0 significa sem alteração. (padrão: 0.0) | FLOAT | Sim | -10.0 a 10.0 | | `normalize` | Normaliza números e texto para inglês e chinês, melhorando a estabilidade para números e datas. (padrão: true) | BOOLEAN | Sim | true / false | -**Nota:** A entrada `text` não pode estar vazia. As tags de falante (@Voice1, @Voice2, etc.) não diferenciam maiúsculas de minúsculas e devem se referir a uma voz conectada; marcar uma voz que não está conectada gera um erro. Quando duas ou mais vozes estão conectadas, o texto deve referenciar cada voz conectada pelo menos uma vez, ou o nó reporta as tags ausentes. No s2.1-pro, conectar 0 vozes usa a voz padrão, 1 voz usa apenas essa voz, e 2 ou mais vozes habilitam o diálogo com vários falantes. No s1, uma única voz opcional é usada e deixá-la desconectada usa a voz padrão. Indicadores de emoção podem ser colocados no texto: [happy] e [whispering] no s2.1-pro, e (happy) no s1. +**Observação:** A entrada `text` não pode estar vazia. As tags de locutor (@Voice1, @Voice2, etc.) não diferenciam maiúsculas de minúsculas e devem se referir a uma voz conectada; marcar uma voz que não está conectada gera um erro. Quando duas ou mais vozes estão conectadas, o texto deve referenciar cada voz conectada pelo menos uma vez, ou o nó reporta as tags ausentes. No drama-3 e no s2.1-pro, conectar 0 vozes usa uma voz aleatória, 1 voz usa apenas essa voz, e 2 ou mais vozes habilitam o diálogo com vários locutores. No s1, uma única voz opcional é usada e deixá-la desconectada usa uma voz aleatória. As indicações podem ser colocadas no texto: `[happy]` e `[whispering]` no s2.1-pro, `(happy)` no s1, e `[directions]` em linguagem natural e tags de palavra `...` no drama-3. ## Saídas @@ -47,4 +49,4 @@ Estas entradas aparecem quando o modelo s1 é selecionado. > Esta documentação foi gerada por IA. Se você encontrar erros ou tiver sugestões de melhoria, sinta-se à vontade para contribuir! [Editar no GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/pt-BR.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ru.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ru.md index 077d891a4..ae790703f 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ru.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/ru.md @@ -1,6 +1,6 @@ # Fish Audio: текст в речь -Этот узел преобразует письменный текст в речь с помощью моделей преобразования текста в речь Fish Audio. Он поддерживает эмоциональные подсказки, встроенные в текст ([happy], [whispering] в s2.1-pro; (happy) в s1), и диалог нескольких говорящих с использованием тегов @Voice1/@Voice2, когда подключено несколько голосов. Доступны две модели: s2.1-pro, которая поддерживает до пяти голосов и диалог нескольких говорящих, и s1, использующая один необязательный голос. +Этот узел преобразует письменный текст в озвученную речь с помощью моделей Fish Audio для синтеза речи. Он поддерживает метки, встроенные в текст: [happy] и [whispering] на s2.1-pro, (happy) на s1, а также обычные текстовые [directions] и теги слов `...` на drama-3. Диалог нескольких говорящих использует теги @Voice1/@Voice2, когда подключено несколько голосов. Доступны три модели: drama-3 и s2.1-pro — обе поддерживают до пяти голосов и диалог нескольких говорящих, а s1 использует один необязательный голос. ## Входы @@ -8,22 +8,22 @@ | Параметр | Описание | Тип данных | Обязательный | Диапазон | |-----------|-------------|-----------|----------|-------| -| `text` | Текст для преобразования в речь. При подключении двух или более голосов отмечайте смену говорящего с помощью @Voice1, @Voice2 и т. д. (по умолчанию: пусто) | STRING | Да | Любой непустой текст | -| `model` | Модель для преобразования текста в речь. | DYNAMIC_COMBO | Да | "s2.1-pro"
"s1" | -| `seed` | Seed управляет тем, должен ли узел запускаться повторно; результаты недетерминированы независимо от seed. (по умолчанию: 42) | INT | Да | от 0 до 2147483647 | +| `text` | Текст для преобразования в речь. Если подключено два или более голоса, отмечайте смену говорящего с помощью @Voice1, @Voice2 и т. д. (по умолчанию: пусто) | STRING | Да | Любой непустой текст | +| `model` | Модель для синтеза речи. | DYNAMIC_COMBO | Да | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | `seed` управляет тем, должен ли узел перезапускаться; результаты недетерминированы независимо от `seed`. (по умолчанию: 42) | INT | Да | 0 до 2147483647 | -### Входы s2.1-pro +### Входы drama-3 и s2.1-pro -Эти входы появляются, когда выбрана модель s2.1-pro. +Эти входы появляются, когда выбрана модель `drama-3` или `s2.1-pro`. Наборы параметров идентичны. | Параметр | Описание | Тип данных | Обязательный | Диапазон | |-----------|-------------|-----------|----------|-------| -| `voices` | Расширяемый слот: подключите от 0 до 5 голосовых элементов (`voice_1`, `voice_2`, ...). Голоса для синтеза. Оставьте пустым для голоса по умолчанию. При двух или более голосах отмечайте смену говорящего в тексте с помощью @Voice1, @Voice2 и т. д. | FISHAUDIO_VOICE | Нет | от 0 до 5 голосов | -| `temperature` | Выразительность. Более высокие значения дают больше разнообразия, более низкие — более стабильный результат. (по умолчанию: 0.7) | FLOAT | Да | от 0.0 до 1.0 | -| `top_p` | Разнообразие за счёт нуклеарной выборки. (по умолчанию: 0.7) | FLOAT | Да | от 0.01 до 1.0 | -| `speed` | Скорость речи. 1.0 — нормальная, <1.0 — медленнее, >1.0 — быстрее. (по умолчанию: 1.0) | FLOAT | Да | от 0.5 до 2.0 | -| `volume` | Регулировка громкости в децибелах. 0 — без изменений. (по умолчанию: 0.0) | FLOAT | Да | от -10.0 до 10.0 | -| `normalize` | Нормализовать числа и текст для английского и китайского языков, что повышает стабильность чисел и дат. (по умолчанию: true) | BOOLEAN | Да | true / false | +| `voices` | Расширяемый слот: подключите от 0 до 5 голосовых элементов (`voice_1`, `voice_2`, ...). Голоса для синтеза. Оставьте пустым для случайного голоса. При двух или более голосах отмечайте смену говорящего в тексте с помощью @Voice1, @Voice2 и т. д. | FISHAUDIO_VOICE | Нет | 0 до 5 голосов | +| `temperature` | Выразительность. Более высокие значения дают больше разнообразия, более низкие — более стабильный результат. (по умолчанию: 0.7) | FLOAT | Да | 0.0 до 1.0 | +| `top_p` | Разнообразие с помощью ядерной выборки. (по умолчанию: 0.7) | FLOAT | Да | 0.01 до 1.0 | +| `speed` | Скорость речи. 1.0 — нормальная, <1.0 — медленнее, >1.0 — быстрее. (по умолчанию: 1.0) | FLOAT | Да | 0.5 до 2.0 | +| `volume` | Регулировка громкости в децибелах. 0 — без изменений. (по умолчанию: 0.0) | FLOAT | Да | -10.0 до 10.0 | +| `normalize` | Нормализовать числа и текст для английского и китайского языков, повышая стабильность для чисел и дат. (по умолчанию: true) | BOOLEAN | Да | true / false | ### Входы s1 @@ -31,14 +31,14 @@ | Параметр | Описание | Тип данных | Обязательный | Диапазон | |-----------|-------------|-----------|----------|-------| -| `voice` | Голос для синтеза. Оставьте неподключённым для голоса по умолчанию. | FISHAUDIO_VOICE | Нет | Необязательный одиночный голос | -| `temperature` | Выразительность. Более высокие значения дают больше разнообразия, более низкие — более стабильный результат. (по умолчанию: 0.7) | FLOAT | Да | от 0.0 до 1.0 | -| `top_p` | Разнообразие за счёт нуклеарной выборки. (по умолчанию: 0.7) | FLOAT | Да | от 0.01 до 1.0 | -| `speed` | Скорость речи. 1.0 — нормальная, <1.0 — медленнее, >1.0 — быстрее. (по умолчанию: 1.0) | FLOAT | Да | от 0.5 до 2.0 | -| `volume` | Регулировка громкости в децибелах. 0 — без изменений. (по умолчанию: 0.0) | FLOAT | Да | от -10.0 до 10.0 | -| `normalize` | Нормализовать числа и текст для английского и китайского языков, что повышает стабильность чисел и дат. (по умолчанию: true) | BOOLEAN | Да | true / false | +| `voice` | Голос для синтеза. Оставьте неподключённым для случайного голоса. | FISHAUDIO_VOICE | Нет | Один необязательный голос | +| `temperature` | Выразительность. Более высокие значения дают больше разнообразия, более низкие — более стабильный результат. (по умолчанию: 0.7) | FLOAT | Да | 0.0 до 1.0 | +| `top_p` | Разнообразие с помощью ядерной выборки. (по умолчанию: 0.7) | FLOAT | Да | 0.01 до 1.0 | +| `speed` | Скорость речи. 1.0 — нормальная, <1.0 — медленнее, >1.0 — быстрее. (по умолчанию: 1.0) | FLOAT | Да | 0.5 до 2.0 | +| `volume` | Регулировка громкости в децибелах. 0 — без изменений. (по умолчанию: 0.0) | FLOAT | Да | -10.0 до 10.0 | +| `normalize` | Нормализовать числа и текст для английского и китайского языков, повышая стабильность для чисел и дат. (по умолчанию: true) | BOOLEAN | Да | true / false | -**Примечание:** Вход `text` не должен быть пустым. Теги говорящего (@Voice1, @Voice2 и т. д.) нечувствительны к регистру и должны ссылаться на подключённый голос; указание голоса, который не подключён, вызывает ошибку. Когда подключены два или более голосов, текст должен ссылаться на каждый подключённый голос как минимум один раз, иначе узел сообщит об отсутствующих тегах. В s2.1-pro подключение 0 голосов использует голос по умолчанию, 1 голос использует только этот голос, а 2 или более голосов включают диалог нескольких говорящих. В s1 используется один необязательный голос; если его не подключить, используется голос по умолчанию. Эмоциональные подсказки можно размещать в тексте: [happy] и [whispering] в s2.1-pro и (happy) в s1. +**Примечание:** Вход `text` не должен быть пустым. Теги говорящих (@Voice1, @Voice2 и т. д.) нечувствительны к регистру и должны указывать на подключённый голос; указание голоса, который не подключён, вызывает ошибку. Когда подключено два или более голоса, текст должен ссылаться на каждый подключённый голос хотя бы один раз, иначе узел сообщит об отсутствующих тегах. На drama-3 и s2.1-pro подключение 0 голосов использует случайный голос, 1 голос использует только этот голос, а 2 или более голосов включают диалог нескольких говорящих. На s1 используется один необязательный голос; если его не подключить, используется случайный голос. Метки можно размещать в тексте: [happy] и [whispering] на s2.1-pro, (happy) на s1, а также обычные текстовые [directions] и теги слов `...` на drama-3. ## Выходы @@ -49,4 +49,4 @@ > 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/FishAudioTextToSpeech/ru.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/tr.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/tr.md index a8261263d..1e17c7be6 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/tr.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/tr.md @@ -1,6 +1,6 @@ # Fish Audio Metinden Konuşmaya -Bu düğüm, Fish Audio metinden konuşmaya modellerini kullanarak yazılı metni konuşulan sese dönüştürür. Metne gömülü duygu ipuçlarını ([happy], [whispering] s2.1-pro'da; (happy) s1'de) ve birden çok ses bağlandığında @Voice1/@Voice2 etiketleriyle çok konuşmacılı diyaloğu destekler. İki model kullanılabilir: beşe kadar sesi ve çok konuşmacılı diyaloğu destekleyen s2.1-pro ve isteğe bağlı tek ses kullanan s1. +Bu düğüm, Fish Audio metinden konuşmaya modellerini kullanarak yazılı metni konuşma sesine dönüştürür. Metne gömülü ipuçlarını destekler: s2.1-pro'da [happy] ve [whispering], s1'de (happy) ve drama-3'te düz dille [directions] ile `...` sözcük etiketleri. Çoklu konuşmacı diyaloğu, birden fazla ses bağlandığında @Voice1/@Voice2 etiketlerini kullanır. Üç model mevcuttur: her ikisi de en fazla beş sesi ve çoklu konuşmacı diyaloğunu destekleyen drama-3 ve s2.1-pro ile tek isteğe bağlı ses kullanan s1. ## Girdiler @@ -8,37 +8,37 @@ Bu düğüm, Fish Audio metinden konuşmaya modellerini kullanarak yazılı metn | Parametre | Açıklama | Veri Türü | Gerekli | Aralık | |-----------|-------------|-----------|----------|-------| -| `metin` | Sese dönüştürülecek metin. İki veya daha fazla ses bağlandığında, konuşmacı değişikliklerini @Voice1, @Voice2, vb. ile işaretleyin. (varsayılan: boş) | STRING | Evet | Herhangi bir boş olmayan metin | -| `model` | Metinden konuşmaya dönüştürme için kullanılacak model. | DYNAMIC_COMBO | Evet | "s2.1-pro"
"s1" | -| `seed` | Seed, düğümün yeniden çalıştırılıp çalıştırılmayacağını kontrol eder; sonuçlar seed'den bağımsız olarak deterministik değildir. (varsayılan: 42) | INT | Evet | 0 - 2147483647 | +| `metin` | Konuşmaya dönüştürülecek metin. İki veya daha fazla ses bağlıyken konuşmacı değişimlerini @Voice1, @Voice2 vb. ile işaretleyin. (varsayılan: boş) | STRING | Evet | Boş olmayan herhangi bir metin | +| `model` | Metinden konuşmaya dönüşümünde kullanılacak model. | DYNAMIC_COMBO | Evet | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | Seed, düğümün yeniden çalıştırılıp çalıştırılmayacağını kontrol eder; sonuçlar seed değerinden bağımsız olarak deterministik değildir. (varsayılan: 42) | INT | Evet | 0 - 2147483647 | -### s2.1-pro Girdileri +### drama-3 ve s2.1-pro Girdileri -Bu girdiler s2.1-pro modeli seçildiğinde görünür. +Bu girdiler, `drama-3` veya `s2.1-pro` modeli seçildiğinde görünür. Parametre kümeleri aynıdır. | Parametre | Açıklama | Veri Türü | Gerekli | Aralık | |-----------|-------------|-----------|----------|-------| -| `voices` | Büyütülebilir yuva: 0 ile 5 arasında ses öğesi bağlayın (`voice_1`, `voice_2`, ...). Sentez için sesler. Varsayılan ses için boş bırakın. İki veya daha fazla sesle, metindeki konuşmacı değişikliklerini @Voice1, @Voice2, vb. ile işaretleyin. | FISHAUDIO_VOICE | Hayır | 0 - 5 ses | +| `voices` | Genişletilebilir yuva: 0 ile 5 arasında ses öğesi bağlayın (`voice_1`, `voice_2`, ...). Sentez için sesler. Rastgele bir ses için boş bırakın. İki veya daha fazla sesle, metindeki konuşmacı değişimlerini @Voice1, @Voice2 vb. ile işaretleyin. | FISHAUDIO_VOICE | Hayır | 0 - 5 ses | | `temperature` | İfade gücü. Yüksek değerler daha çeşitli, düşük değerler daha tutarlıdır. (varsayılan: 0.7) | FLOAT | Evet | 0.0 - 1.0 | -| `top_p` | Çekirdek örnekleme yoluyla çeşitlilik. (varsayılan: 0.7) | FLOAT | Evet | 0.01 - 1.0 | +| `top_p` | Nucleus örneklemesi yoluyla çeşitlilik. (varsayılan: 0.7) | FLOAT | Evet | 0.01 - 1.0 | | `speed` | Konuşma hızı. 1.0 normal, <1.0 daha yavaş, >1.0 daha hızlıdır. (varsayılan: 1.0) | FLOAT | Evet | 0.5 - 2.0 | | `volume` | Desibel cinsinden ses düzeyi ayarı. 0 değişiklik yok demektir. (varsayılan: 0.0) | FLOAT | Evet | -10.0 - 10.0 | | `normalize` | İngilizce ve Çince için sayıları ve metni normalleştirir; sayılar ve tarihler için kararlılığı artırır. (varsayılan: true) | BOOLEAN | Evet | true / false | ### s1 Girdileri -Bu girdiler s1 modeli seçildiğinde görünür. +Bu girdiler, s1 modeli seçildiğinde görünür. | Parametre | Açıklama | Veri Türü | Gerekli | Aralık | |-----------|-------------|-----------|----------|-------| -| `voice` | Sentez için ses. Varsayılan ses için bağlantısız bırakın. | FISHAUDIO_VOICE | Hayır | İsteğe bağlı tek ses | +| `voice` | Sentez için ses. Rastgele bir ses için bağlamadan bırakın. | FISHAUDIO_VOICE | Hayır | İsteğe bağlı tek ses | | `temperature` | İfade gücü. Yüksek değerler daha çeşitli, düşük değerler daha tutarlıdır. (varsayılan: 0.7) | FLOAT | Evet | 0.0 - 1.0 | -| `top_p` | Çekirdek örnekleme yoluyla çeşitlilik. (varsayılan: 0.7) | FLOAT | Evet | 0.01 - 1.0 | +| `top_p` | Nucleus örneklemesi yoluyla çeşitlilik. (varsayılan: 0.7) | FLOAT | Evet | 0.01 - 1.0 | | `speed` | Konuşma hızı. 1.0 normal, <1.0 daha yavaş, >1.0 daha hızlıdır. (varsayılan: 1.0) | FLOAT | Evet | 0.5 - 2.0 | | `volume` | Desibel cinsinden ses düzeyi ayarı. 0 değişiklik yok demektir. (varsayılan: 0.0) | FLOAT | Evet | -10.0 - 10.0 | | `normalize` | İngilizce ve Çince için sayıları ve metni normalleştirir; sayılar ve tarihler için kararlılığı artırır. (varsayılan: true) | BOOLEAN | Evet | true / false | -**Not:** `text` girdisi boş olmamalıdır. Konuşmacı etiketleri (@Voice1, @Voice2, vb.) büyük/küçük harfe duyarsızdır ve bağlı bir sesi göstermelidir; bağlı olmayan bir sesi etiketlemek hataya yol açar. İki veya daha fazla ses bağlandığında, metin bağlı her sese en az bir kez başvurmalıdır; aksi halde düğüm eksik etiketleri bildirir. s2.1-pro'da 0 ses bağlamak varsayılan sesi kullanır, 1 ses yalnızca o sesi kullanır ve 2 veya daha fazla ses çok konuşmacılı diyaloğu etkinleştirir. s1'de isteğe bağlı tek ses kullanılır ve bağlantısız bırakmak varsayılan sesi kullanır. Metne duygu ipuçları yerleştirilebilir: s2.1-pro'da [happy] ve [whispering], s1'de (happy). +**Not:** `text` girdisi boş olmamalıdır. Konuşmacı etiketleri (@Voice1, @Voice2 vb.) büyük/küçük harfe duyarsızdır ve bağlı bir sesi belirtmelidir; bağlı olmayan bir sesi etiketlemek hata verir. İki veya daha fazla ses bağlıysa metin, bağlı her sesi en az bir kez belirtmelidir; aksi halde düğüm eksik etiketleri bildirir. drama-3 ve s2.1-pro'da 0 ses bağlamak rastgele bir ses kullanır, 1 ses yalnızca o sesi kullanır ve 2 veya daha fazla ses çoklu konuşmacı diyaloğunu etkinleştirir. s1'de isteğe bağlı tek ses kullanılır ve bağlı bırakılmazsa rastgele bir ses kullanılır. İpuçları metne yerleştirilebilir: s2.1-pro'da [happy] ve [whispering], s1'de (happy) ve drama-3'te düz dille [directions] ile `...` sözcük etiketleri. ## Çıktılar @@ -49,4 +49,4 @@ Bu girdiler s1 modeli seçildiğinde görünür. > Bu belge yapay zeka tarafından oluşturulmuştur. Herhangi bir hata bulursanız veya iyileştirme önerileriniz varsa, katkıda bulunmaktan çekinmeyin! [GitHub'da Düzenle](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/tr.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh-TW.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh-TW.md index 4022111b0..7c657da3e 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh-TW.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh-TW.md @@ -1,6 +1,6 @@ # Fish Audio 文字轉語音 -此節點使用 Fish Audio 文字轉語音模型,將書寫文字轉換為語音。它支援嵌入文字中的情感提示(s2.1-pro 上的 [happy]、[whispering];s1 上的 (happy)),以及當連接多個語音時,使用 @Voice1/@Voice2 標籤進行多說話者對話。提供兩種模型:s2.1-pro 支援最多五個語音與多說話者對話;s1 則使用單一選用語音。 +此節點使用 Fish Audio 文字轉語音模型,將書寫文字轉換為語音音訊。它支援內嵌於文字中的提示:s2.1-pro 上的 `[happy]` 與 `[whispering]`、s1 上的 `(happy)`,以及 drama-3 上的自然語言 `[directions]` 加上 `...` 詞語標籤。當連接多個語音時,多講者對話會使用 @Voice1/@Voice2 標籤。共有三種模型可用:drama-3 與 s2.1-pro 皆支援最多五個語音及多講者對話,而 s1 則使用單一選用語音。 ## 輸入 @@ -8,45 +8,45 @@ | 參數 | 說明 | 資料類型 | 必填 | 範圍 | |-----------|-------------|-----------|----------|-------| -| `text` | 要轉換為語音的文字。連接兩個或更多語音時,請用 @Voice1、@Voice2 等標記說話者切換。(預設:空) | STRING | 是 | 任何非空文字 | -| `model` | 用於文字轉語音的模型。 | DYNAMIC_COMBO | 是 | "s2.1-pro"
"s1" | -| `seed` | `seed` 控制節點是否應重新執行;無論 `seed` 為何,結果皆非確定性。(預設:42) | INT | 是 | 0 至 2147483647 | +| `text` | 要轉換為語音的文字。連接兩個以上的語音時,請以 @Voice1、@Voice2 等標記講者切換。(預設:空) | STRING | 是 | 任何非空文字 | +| `model` | 用於文字轉語音的模型。 | DYNAMIC_COMBO | 是 | "drama-3"
"s2.1-pro"
"s1" | +| `seed` | 種子控制此節點是否應重新執行;無論種子為何,結果皆為非確定性。(預設:42) | INT | 是 | 0 至 2147483647 | -### s2.1-pro 輸入 +### drama-3 與 s2.1-pro 輸入 -當選擇 s2.1-pro 模型時,會顯示這些輸入。 +當選取 `drama-3` 或 `s2.1-pro` 模型時,會出現這些輸入。兩者的參數集完全相同。 | 參數 | 說明 | 資料類型 | 必填 | 範圍 | |-----------|-------------|-----------|----------|-------| -| `voices` | 可增長插槽:連接 0 至 5 個語音項目(`voice_1`、`voice_2`、...)。用於合成的語音。留空以使用預設語音。使用兩個或更多語音時,請在文字中用 @Voice1、@Voice2 等標記說話者切換。 | FISHAUDIO_VOICE | 否 | 0 至 5 個語音 | -| `temperature` | 表達力。數值越高,變化越多;數值越低,越一致。(預設:0.7) | FLOAT | 是 | 0.0 至 1.0 | -| `top_p` | 透過核取樣(nucleus sampling)增加多樣性。(預設:0.7) | FLOAT | 是 | 0.01 至 1.0 | -| `speed` | 說話速率。1.0 為正常,<1.0 較慢,>1.0 較快。(預設:1.0) | FLOAT | 是 | 0.5 至 2.0 | +| `voices` | 可增長的插槽:連接 0 至 5 個語音項目(`voice_1`、`voice_2`、……)。用於合成的語音。留空則使用隨機語音。連接兩個以上的語音時,請在文字中以 @Voice1、@Voice2 等標記講者切換。 | FISHAUDIO_VOICE | 否 | 0 至 5 個語音 | +| `temperature` | 表達力。較高的值變化較大,較低的值則較為一致。(預設:0.7) | FLOAT | 是 | 0.0 至 1.0 | +| `top_p` | 透過核心取樣(nucleus sampling)控制多樣性。(預設:0.7) | FLOAT | 是 | 0.01 至 1.0 | +| `speed` | 語速。1.0 為正常,<1.0 較慢,>1.0 較快。(預設:1.0) | FLOAT | 是 | 0.5 至 2.0 | | `volume` | 以分貝為單位的音量調整。0 表示不變。(預設:0.0) | FLOAT | 是 | -10.0 至 10.0 | -| `normalize` | 將英文與中文的數字和文字正規化,提升數字與日期的穩定性。(預設:true) | BOOLEAN | 是 | true / false | +| `normalize` | 為英文與中文正規化數字與文字,提升數字與日期的穩定性。(預設:true) | BOOLEAN | 是 | true / false | ### s1 輸入 -當選擇 s1 模型時,會顯示這些輸入。 +當選取 s1 模型時,會出現這些輸入。 | 參數 | 說明 | 資料類型 | 必填 | 範圍 | |-----------|-------------|-----------|----------|-------| -| `voice` | 用於合成的語音。未連接時使用預設語音。 | FISHAUDIO_VOICE | 否 | 選用的單一語音 | -| `temperature` | 表達力。數值越高,變化越多;數值越低,越一致。(預設:0.7) | FLOAT | 是 | 0.0 至 1.0 | -| `top_p` | 透過核取樣(nucleus sampling)增加多樣性。(預設:0.7) | FLOAT | 是 | 0.01 至 1.0 | -| `speed` | 說話速率。1.0 為正常,<1.0 較慢,>1.0 較快。(預設:1.0) | FLOAT | 是 | 0.5 至 2.0 | +| `voice` | 用於合成的語音。未連接則使用隨機語音。 | FISHAUDIO_VOICE | 否 | 選用單一語音 | +| `temperature` | 表達力。較高的值變化較大,較低的值則較為一致。(預設:0.7) | FLOAT | 是 | 0.0 至 1.0 | +| `top_p` | 透過核心取樣(nucleus sampling)控制多樣性。(預設:0.7) | FLOAT | 是 | 0.01 至 1.0 | +| `speed` | 語速。1.0 為正常,<1.0 較慢,>1.0 較快。(預設:1.0) | FLOAT | 是 | 0.5 至 2.0 | | `volume` | 以分貝為單位的音量調整。0 表示不變。(預設:0.0) | FLOAT | 是 | -10.0 至 10.0 | -| `normalize` | 將英文與中文的數字和文字正規化,提升數字與日期的穩定性。(預設:true) | BOOLEAN | 是 | true / false | +| `normalize` | 為英文與中文正規化數字與文字,提升數字與日期的穩定性。(預設:true) | BOOLEAN | 是 | true / false | -**注意:** `text` 輸入不得為空。說話者標籤(@Voice1、@Voice2 等)不區分大小寫,且必須指向已連接的語音;標記未連接的語音會引發錯誤。連接兩個或更多語音時,文字必須至少引用每個已連接的語音一次,否則節點會回報缺少標籤。在 s2.1-pro 上,連接 0 個語音會使用預設語音,1 個語音會單獨使用該語音,2 個或更多語音會啟用多說話者對話。在 s1 上,會使用單一選用語音,未連接時則使用預設語音。情感提示可放在文字中:s2.1-pro 上的 [happy] 和 [whispering],以及 s1 上的 (happy)。 +**注意:** `text` 輸入不得為空。講者標籤(@Voice1、@Voice2 等)不分大小寫,且必須指向已連接的語音;標記未連接的語音會引發錯誤。當連接兩個以上的語音時,文字必須至少各引用每個已連接的語音一次,否則此節點會回報缺少的標籤。在 drama-3 與 s2.1-pro 上,連接 0 個語音會使用隨機語音,連接 1 個語音會單獨使用該語音,連接 2 個以上語音則啟用多講者對話。在 s1 上,會使用單一選用語音,未連接時則使用隨機語音。可將提示置於文字中:s2.1-pro 上的 `[happy]` 與 `[whispering]`、s1 上的 `(happy)`,以及 drama-3 上的自然語言 `[directions]` 與 `...` 詞語標籤。 ## 輸出 | 輸出名稱 | 說明 | 資料類型 | |-------------|-------------|-----------| -| `audio` | 生成的語音,作為音訊檔案。 | AUDIO | +| `audio` | 產生的語音,以音訊檔案形式呈現。 | AUDIO | > 本文檔由 AI 生成。如果您發現任何錯誤或有改進建議,歡迎貢獻! [在 GitHub 上編輯](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh-TW.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh.md b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh.md index bbb6d17b9..f5372d178 100644 --- a/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh.md +++ b/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh.md @@ -1,52 +1,52 @@ # Fish Audio 文本转语音 -此节点使用 Fish Audio 文本转语音模型将书面文本转换为语音音频。它支持嵌入文本中的情感提示(s2.1-pro 上的 [happy]、[whispering];s1 上的 (happy)),并在连接多个音色时支持使用 @Voice1/@Voice2 标签进行多说话人对话。提供两个模型:s2.1-pro 支持最多五个音色和多说话人对话,s1 使用单个可选音色。 +此节点使用 Fish Audio 文本转语音模型将书面文本转换为语音音频。它支持嵌入文本中的提示音:[happy] 和 [whispering] 用于 s2.1-pro,(happy) 用于 s1,以及 drama-3 上的自然语言 [directions] 和 `...` 单词标签。当连接多个语音时,多说话人对话使用 @Voice1/@Voice2 标签。共有三个模型可用:drama-3 和 s2.1-pro 均支持最多五个语音和多说话人对话,而 s1 使用单个可选语音。 ## 输入 ### 通用输入 -| 参数 | 描述 | 数据类型 | 必填 | 范围 | +| 参数 | 描述 | 数据类型 | 必需 | 范围 | |-----------|-------------|-----------|----------|-------| -| `文本` | 要转换为语音的文本。连接两个或更多音色时,使用 @Voice1、@Voice2 等标记说话人切换。(默认:空) | STRING | 是 | Any non-empty text | -| `模型` | 用于文本转语音的模型。 | DYNAMIC_COMBO | 是 | "s2.1-pro"
"s1" | -| `种子` | 种子控制节点是否应重新运行;无论种子如何,结果都是非确定性的。(默认:42) | INT | 是 | 0 到 2147483647 | +| `文本` | 要转换为语音的文本。当连接两个或更多语音时,使用 @Voice1、@Voice2 等标记说话人变化。(默认值:空) | STRING | 是 | 任意非空文本 | +| `模型` | 用于文本转语音的模型。 | DYNAMIC_COMBO | 是 | "drama-3"
"s2.1-pro"
"s1" | +| `种子` | 种子控制节点是否应重新运行;无论种子如何,结果都是非确定性的。(默认值:42) | INT | 是 | 0 到 2147483647 | -### s2.1-pro 输入 +### drama-3 和 s2.1-pro 输入 -这些输入在选择 s2.1-pro 模型时出现。 +当选择 `drama-3` 或 `s2.1-pro` 模型时,会出现这些输入。参数集完全相同。 -| 参数 | 描述 | 数据类型 | 必填 | 范围 | +| 参数 | 描述 | 数据类型 | 必需 | 范围 | |-----------|-------------|-----------|----------|-------| -| `voices` | 可增长槽位:连接 0 到 5 个音色项(`voice_1`、`voice_2`、...)。用于合成的音色。留空则使用默认音色。使用两个或更多音色时,在文本中使用 @Voice1、@Voice2 等标记说话人切换。 | FISHAUDIO_VOICE | 否 | 0 到 5 voices | -| `temperature` | 表现力。较高值更多变,较低值更一致。(默认:0.7) | FLOAT | 是 | 0.0 到 1.0 | -| `top_p` | 通过核采样控制多样性。(默认:0.7) | FLOAT | 是 | 0.01 到 1.0 | -| `speed` | 语速。1.0 为正常,<1.0 较慢,>1.0 较快。(默认:1.0) | FLOAT | 是 | 0.5 到 2.0 | -| `volume` | 音量调整,单位为分贝。0 表示无变化。(默认:0.0) | FLOAT | 是 | -10.0 到 10.0 | -| `normalize` | 对英文和中文的数字及文本进行归一化,提高数字和日期的稳定性。(默认:true) | BOOLEAN | 是 | true / false | +| `voices` | 可增长的插槽:连接 0 到 5 个语音项(`voice_1`、`voice_2`、……)。用于合成的语音。留空则使用随机语音。当连接两个或更多语音时,在文本中使用 @Voice1、@Voice2 等标记说话人变化。 | FISHAUDIO_VOICE | 否 | 0 到 5 个语音 | +| `temperature` | 表现力。值越高变化越多,值越低越一致。(默认值:0.7) | FLOAT | 是 | 0.0 到 1.0 | +| `top_p` | 通过核采样实现的多样性。(默认值:0.7) | FLOAT | 是 | 0.01 到 1.0 | +| `speed` | 语速。1.0 为正常,<1.0 更慢,>1.0 更快。(默认值:1.0) | FLOAT | 是 | 0.5 到 2.0 | +| `volume` | 以分贝为单位的音量调整。0 表示无变化。(默认值:0.0) | FLOAT | 是 | -10.0 到 10.0 | +| `normalize` | 对英文和中文的数字和文本进行归一化,提高数字和日期的稳定性。(默认值:true) | BOOLEAN | 是 | true / false | ### s1 输入 -这些输入在选择 s1 模型时出现。 +当选择 s1 模型时,会出现这些输入。 -| 参数 | 描述 | 数据类型 | 必填 | 范围 | +| 参数 | 描述 | 数据类型 | 必需 | 范围 | |-----------|-------------|-----------|----------|-------| -| `voice` | 用于合成的音色。未连接则使用默认音色。 | FISHAUDIO_VOICE | 否 | Optional single voice | -| `temperature` | 表现力。较高值更多变,较低值更一致。(默认:0.7) | FLOAT | 是 | 0.0 到 1.0 | -| `top_p` | 通过核采样控制多样性。(默认:0.7) | FLOAT | 是 | 0.01 到 1.0 | -| `speed` | 语速。1.0 为正常,<1.0 较慢,>1.0 较快。(默认:1.0) | FLOAT | 是 | 0.5 到 2.0 | -| `volume` | 音量调整,单位为分贝。0 表示无变化。(默认:0.0) | FLOAT | 是 | -10.0 到 10.0 | -| `normalize` | 对英文和中文的数字及文本进行归一化,提高数字和日期的稳定性。(默认:true) | BOOLEAN | 是 | true / false | +| `voice` | 用于合成的语音。不连接则使用随机语音。 | FISHAUDIO_VOICE | 否 | 可选单个语音 | +| `temperature` | 表现力。值越高变化越多,值越低越一致。(默认值:0.7) | FLOAT | 是 | 0.0 到 1.0 | +| `top_p` | 通过核采样实现的多样性。(默认值:0.7) | FLOAT | 是 | 0.01 到 1.0 | +| `speed` | 语速。1.0 为正常,<1.0 更慢,>1.0 更快。(默认值:1.0) | FLOAT | 是 | 0.5 到 2.0 | +| `volume` | 以分贝为单位的音量调整。0 表示无变化。(默认值:0.0) | FLOAT | 是 | -10.0 到 10.0 | +| `normalize` | 对英文和中文的数字和文本进行归一化,提高数字和日期的稳定性。(默认值:true) | BOOLEAN | 是 | true / false | -**注意:** `text` 输入不能为空。说话人标签(@Voice1、@Voice2 等)不区分大小写,并且必须引用已连接的音色;标记未连接的音色会引发错误。连接两个或更多音色时,文本必须至少引用每个已连接音色一次,否则节点会报告缺失的标签。在 s2.1-pro 上,连接 0 个音色使用默认音色,1 个音色单独使用该音色,2 个或更多音色启用多说话人对话。在 s1 上,使用单个可选音色,未连接则使用默认音色。情感提示可放在文本中:s2.1-pro 上为 [happy] 和 [whispering],s1 上为 (happy)。 +**注意:** `text` 输入不能为空。说话人标签(@Voice1、@Voice2 等)不区分大小写,并且必须引用已连接的语音;标记未连接的语音会引发错误。当连接两个或更多语音时,文本必须至少引用每个已连接的语音一次,否则节点会报告缺失的标签。在 drama-3 和 s2.1-pro 上,连接 0 个语音使用随机语音,连接 1 个语音仅使用该语音,连接 2 个或更多语音则启用多说话人对话。在 s1 上,使用单个可选语音,不连接则使用随机语音。提示音可以放置在文本中:[happy] 和 [whispering] 用于 s2.1-pro,(happy) 用于 s1,以及自然语言 [directions] 和 `...` 单词标签用于 drama-3。 ## 输出 | 输出名称 | 描述 | 数据类型 | |-------------|-------------|-----------| -| `audio` | 生成的语音,以音频文件形式提供。 | AUDIO | +| `audio` | 生成的语音,作为音频文件。 | AUDIO | > 本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioTextToSpeech/zh.md) --- -**Source fingerprint (SHA-256):** `6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29` +**Source fingerprint (SHA-256):** `adcfe8f994b8fbe07efb3dd3f86c8955ea3cec62cc3f0321efd2b63c0470b7a3` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ar.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ar.md new file mode 100644 index 000000000..7cbdd9a95 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ar.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +عقدة **Higgsfield Genjutsu Motion Transfer** تعيد صياغة فيديو بشخصيات أو مواقع أو أنماط جديدة مأخوذة من الصور المرجعية مع الحفاظ على الحركة وحركة الكاميرا والتوقيت والصوت في المقطع المصدر. صِل المقطع المراد إعادة تنسيقه وصورة مرجعية واحدة أو أكثر تصف المظهر الجديد، ثم صِف النتيجة في `prompt`. يُرسل الطلب إلى Higgsfield API ويُعاد الفيديو المُنشأ. + +## المدخلات + +| المعامل | الوصف | نوع البيانات | مطلوب | النطاق | +|-----------|-------------|-----------|----------|-------| +| `model` | النموذج المراد استخدامه. يؤدي تحديد نموذج إلى إظهار المعاملات الخاصة به: `video` و`reference_images` و`prompt` و`resolution` و`seed`. | DYNAMIC_COMBO | نعم | `"genjutsu-v1.0"` | +| `video` | الفيديو المصدر الذي يتم الحفاظ على حركته وحركة الكاميرا فيه وتوقيته وصوته. لا يقل عن 4 ثوانٍ؛ ويُستخدم أول 30 ثانية فقط. | VIDEO | نعم | من 4 إلى 30 ثانية | +| `reference_images` | خانة قابلة للتوسيع: صِل من 1 إلى 8 صور (`image_1`, `image_2`, ...) للشخصيات أو المواقع أو الأنماط المراد استخدامها. تُحتسب المدخلات المجمّعة مرة واحدة لكل صورة. | IMAGE | نعم | من 1 إلى 8 صور | +| `prompt` | اختياري. صِف النتيجة، مثلاً أي مرجع يستبدل أي شخص، أو إعداد جديد. (الافتراضي: فارغ) | STRING | نعم | أي نص | +| `resolution` | دقة فيديو الخرج. (الافتراضي: `"720p"`) | COMBO | نعم | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | يتحكم `seed` في ما إذا كان ينبغي إعادة تشغيل العقدة؛ النتائج غير حتمية بغض النظر عن `seed`. يمتلك هذا المعامل وظيفة "التحكم بعد التوليد" (الافتراضي: 42). | INT | نعم | 0 إلى 2147483647 | + +يتم التحقق من الفيديو المصدر قبل إرسال الطلب: يُرفض المقطع الأقصر من 4 ثوانٍ، ويُقصّ المقطع الأطول من 30 ثانية إلى أول 30 ثانية منه. ويُنقل صوته إلى النتيجة. تُرفع الصور المرجعية أولاً، ولا يمكن أن يتجاوز العدد الإجمالي للصور عبر جميع الخانات المتصلة 8، على الرغم من أن العقدة تتيح ثماني خانات. يمكن لمراجعة المحتوى من Higgsfield أن ترفض المدخلات أو النتيجة، ما يؤدي إلى رفع خطأ بدلاً من إرجاع فيديو. + +## المخرجات + +| اسم المخرج | الوصف | نوع البيانات | +|-------------|-------------|-----------| +| `VIDEO` | ملف الفيديو بعد إعادة التصميم. | VIDEO | + +> 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/HiggsfieldMotionTransferNode/ar.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/de.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/de.md new file mode 100644 index 000000000..45d660022 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/de.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +Der **Higgsfield Genjutsu Motion Transfer**-Node gestaltet ein Video mit neuen Charakteren, Schauplätzen oder Stilen aus Referenzbildern neu, während Bewegung, Kameraführung, Timing und Audio des Quellclips beibehalten werden. Verbinden Sie den Clip, der neu gestaltet werden soll, und ein oder mehrere Referenzbilder, die das neue Aussehen beschreiben, und beschreiben Sie anschließend das Ergebnis im Prompt. Die Anfrage wird an die Higgsfield-API gesendet und das generierte Video wird zurückgegeben. + +## Eingaben + +| Parameter | Beschreibung | Datentyp | Erforderlich | Bereich | +|-----------|-------------|-----------|----------|-------| +| `model` | Zu verwendendes Modell. Bei Auswahl eines Modells werden die dafür spezifischen Parameter eingeblendet: `video`, `reference_images`, `prompt`, `resolution` und `seed`. | DYNAMIC_COMBO | Ja | `"genjutsu-v1.0"` | +| `video` | Quellvideo, dessen Bewegung, Kameraführung, Timing und Audio beibehalten werden. Mindestens 4 Sekunden; nur die ersten 30 Sekunden werden verwendet. | VIDEO | Ja | 4 bis 30 Sekunden | +| `reference_images` | Erweiterbarer Slot: Verbinden Sie 1 bis 8 Bilder (`image_1`, `image_2`, ...) der zu verwendenden Charaktere, Schauplätze oder Stile. Eine gebündelte Eingabe zählt einmal pro Bild. | IMAGE | Ja | 1 bis 8 Bilder | +| `prompt` | Optional. Beschreiben Sie das Ergebnis, zum Beispiel welche Referenz welche Person ersetzt oder eine neue Umgebung. (Standard: leer) | STRING | Ja | Beliebiger Text | +| `resolution` | Auflösung des Ausgabevideos. (Standard: `"720p"`) | COMBO | Ja | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | Der Seed steuert, ob der Node erneut ausgeführt werden soll; die Ergebnisse sind unabhängig vom Seed nicht deterministisch. Dieser Parameter besitzt die Funktionalität „Steuerung nach Generierung“ (Standard: 42). | INT | Ja | 0 bis 2147483647 | + +Das Quellvideo wird vor dem Senden der Anfrage validiert: Ein Clip, der kürzer als 4 Sekunden ist, wird abgelehnt, und ein Clip, der länger als 30 Sekunden ist, wird auf seine ersten 30 Sekunden gekürzt. Sein Audio wird in das Ergebnis übernommen. Referenzbilder werden zuerst hochgeladen, und die Gesamtzahl der Bilder über alle verbundenen Slots darf 8 nicht überschreiten, obwohl der Node acht Slots bereitstellt. Die Inhaltsmoderation von Higgsfield kann die Eingabe oder das Ergebnis ablehnen, wodurch ein Fehler ausgelöst wird, anstatt ein Video zurückzugeben. + +## Ausgaben + +| Ausgabenname | Beschreibung | Datentyp | +|-------------|-------------|-----------| +| `VIDEO` | Die neu gestaltete Videodatei. | VIDEO | + +> Diese Dokumentation wurde von KI generiert. Wenn Sie Fehler finden oder Verbesserungsvorschläge haben, tragen Sie gerne dazu bei! [Auf GitHub bearbeiten](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/de.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/es.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/es.md new file mode 100644 index 000000000..8e34559c9 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/es.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +El nodo **Higgsfield Genjutsu Motion Transfer** recrea un video con nuevos personajes, ubicaciones o estilos tomados de imágenes de referencia mientras conserva el movimiento, el movimiento de cámara, la sincronización y el audio del clip de origen. Conecta el clip que se va a reestilizar y una o más imágenes de referencia que describan el nuevo aspecto; luego describe el resultado en el prompt. La solicitud se envía a la API de Higgsfield y se devuelve el video generado. + +## Entradas + +| Parámetro | Descripción | Tipo de datos | Obligatorio | Rango | +|-----------|-------------|---------------|-------------|-------| +| `model` | Modelo que se va a usar. Al seleccionar un modelo se revelan los parámetros específicos de este: `video`, `reference_images`, `prompt`, `resolution` y `seed`. | DYNAMIC_COMBO | Sí | `"genjutsu-v1.0"` | +| `video` | Video de origen cuyo movimiento, movimiento de cámara, sincronización y audio se conservan. Al menos 4 segundos; solo se usan los primeros 30 segundos. | VIDEO | Sí | 4 a 30 segundos | +| `reference_images` | Ranura ampliable: conecta de 1 a 8 imágenes (`image_1`, `image_2`, ...) de los personajes, ubicaciones o estilos que se van a usar. Una entrada por lotes cuenta una vez por imagen. | IMAGE | Sí | 1 a 8 imágenes | +| `prompt` | Opcional. Describe el resultado, por ejemplo, qué referencia reemplaza a qué persona, o un nuevo entorno. (predeterminado: vacío) | STRING | Sí | Cualquier texto | +| `resolution` | Resolución del video de salida. (predeterminado: `"720p"`) | COMBO | Sí | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | La semilla controla si el nodo debe volver a ejecutarse; los resultados no son deterministas independientemente de la semilla. Este parámetro tiene funcionalidad de «control después de generar» (predeterminado: 42). | INT | Sí | 0 a 2147483647 | + +El video de origen se valida antes de enviar la solicitud: un clip de menos de 4 segundos se rechaza, y un clip de más de 30 segundos se recorta a sus primeros 30 segundos. Su audio se transfiere al resultado. Las imágenes de referencia se suben primero, y el número total de imágenes en todas las ranuras conectadas no puede superar las 8, aunque el nodo expone ocho ranuras. La moderación de contenido de Higgsfield puede rechazar la entrada o el resultado, lo que genera un error en lugar de devolver un video. + +## Salidas + +| Nombre de salida | Descripción | Tipo de datos | +|------------------|-------------|---------------| +| `VIDEO` | El archivo de video reestilizado. | 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/HiggsfieldMotionTransferNode/es.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/fa.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/fa.md new file mode 100644 index 000000000..d0ab447a9 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/fa.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +گره **Higgsfield Genjutsu Motion Transfer** یک ویدیو را با شخصیت‌ها، مکان‌ها یا سبک‌های جدیدی که از تصاویر مرجع گرفته شده‌اند بازسازی می‌کند، در حالی که حرکت، حرکت دوربین، زمان‌بندی و صدای کلیپ مبدأ را حفظ می‌کند. کلیپ را برای تغییر سبک و یک یا چند تصویر مرجع که ظاهر جدید را توصیف می‌کنند متصل کنید، سپس نتیجه را در پرامپت توصیف کنید. درخواست به Higgsfield API فرستاده می‌شود و ویدیوی تولیدشده بازگردانده می‌شود. + +## ورودی‌ها + +| پارامتر | توضیحات | نوع داده | الزامی | محدوده | +|-----------|-------------|-----------|----------|-------| +| `model` | مدل مورد استفاده. با انتخاب یک مدل، پارامترهای مخصوص آن نمایش داده می‌شوند: `video`، `reference_images`، `prompt`، `resolution` و `seed`. | DYNAMIC_COMBO | بله | `"genjutsu-v1.0"` | +| `video` | ویدیوی مبدأ که حرکت، حرکت دوربین، زمان‌بندی و صدای آن حفظ می‌شود. حداقل ۴ ثانیه؛ فقط ۳۰ ثانیهٔ اول استفاده می‌شود. | VIDEO | بله | 4 تا 30 ثانیه | +| `reference_images` | اسلات قابل افزایش: ۱ تا ۸ تصویر (`image_1`، `image_2`، ...) از شخصیت‌ها، مکان‌ها یا سبک‌هایی که باید استفاده شوند را متصل کنید. یک ورودی دسته‌ای به‌ازای هر تصویر یک بار شمرده می‌شود. | IMAGE | بله | 1 تا 8 تصویر | +| `prompt` | اختیاری. نتیجه را توصیف کنید، برای مثال کدام مرجع جای کدام شخص را می‌گیرد، یا یک صحنه جدید. (پیش‌فرض: خالی) | STRING | بله | هر متنی | +| `resolution` | وضوح ویدیوی خروجی. (پیش‌فرض: `"720p"`) | COMBO | بله | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | مقدار `seed` کنترل می‌کند که آیا گره باید دوباره اجرا شود؛ نتایج بدون توجه به `seed` غیرقطعی هستند. این پارامتر قابلیت «کنترل پس از تولید» را دارد (پیش‌فرض: 42). | INT | بله | 0 تا 2147483647 | + +ویدیوی مبدأ پیش از ارسال درخواست اعتبارسنجی می‌شود: کلیپی که کمتر از ۴ ثانیه باشد رد می‌شود، و کلیپی که بیش از ۳۰ ثانیه باشد به ۳۰ ثانیهٔ اول آن بریده می‌شود. صدای آن به نتیجه منتقل می‌شود. تصاویر مرجع ابتدا بارگذاری می‌شوند، و تعداد کل تصاویر در همهٔ اسلات‌های متصل نمی‌تواند از ۸ بیشتر شود، حتی اگر گره هشت اسلات ارائه دهد. بازبینی محتوای Higgsfield می‌تواند ورودی یا نتیجه را رد کند، که به‌جای بازگرداندن ویدیو یک خطا ایجاد می‌کند. + +## خروجی‌ها + +| نام خروجی | توضیحات | نوع داده | +|-------------|-------------|-----------| +| `VIDEO` | فایل ویدیوی تغییرسبک‌یافته. | VIDEO | + +> 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/HiggsfieldMotionTransferNode/fa.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/fr.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/fr.md new file mode 100644 index 000000000..9c7cdff18 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/fr.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +Le nœud **Higgsfield Genjutsu Motion Transfer** transforme une vidéo en y intégrant de nouveaux personnages, lieux ou styles issus d'images de référence, tout en conservant le mouvement, les mouvements de caméra, le minutage et l'audio du clip source. Connectez le clip à restyler et une ou plusieurs images de référence qui décrivent la nouvelle apparence, puis décrivez le résultat dans le prompt. La requête est envoyée à l'API Higgsfield et la vidéo générée est renvoyée. + +## Entrées + +| Paramètre | Description | Type de données | Requis | Plage | +|-----------|-------------|-----------------|--------|-------| +| `model` | Modèle à utiliser. La sélection d'un modèle révèle les paramètres qui lui sont propres : `video`, `reference_images`, `prompt`, `resolution` et `seed`. | DYNAMIC_COMBO | Oui | `"genjutsu-v1.0"` | +| `video` | Vidéo source dont le mouvement, les mouvements de caméra, le minutage et l'audio sont conservés. Au moins 4 secondes ; seules les 30 premières secondes sont utilisées. | VIDEO | Oui | 4 à 30 secondes | +| `reference_images` | Emplacement extensible : connectez 1 à 8 images (`image_1`, `image_2`, ...) des personnages, lieux ou styles à utiliser. Une entrée par lot compte une fois par image. | IMAGE | Oui | 1 à 8 images | +| `prompt` | Facultatif. Décrivez le résultat, par exemple quelle référence remplace quelle personne, ou un nouveau décor. (par défaut : vide) | STRING | Oui | Tout texte | +| `resolution` | Résolution de la vidéo de sortie. (par défaut : `"720p"`) | COMBO | Oui | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | La graine contrôle si le nœud doit être réexécuté ; les résultats sont non déterministes quelle que soit la graine. Ce paramètre dispose de la fonctionnalité « contrôle après génération » (par défaut : 42). | INT | Oui | 0 à 2147483647 | + +La vidéo source est validée avant l'envoi de la requête : un clip de moins de 4 secondes est rejeté, et un clip de plus de 30 secondes est tronqué à ses 30 premières secondes. Son audio est repris dans le résultat. Les images de référence sont d'abord téléversées, et le nombre total d'images sur tous les emplacements connectés ne peut pas dépasser 8, même si le nœud expose huit emplacements. La modération de contenu de Higgsfield peut rejeter l'entrée ou le résultat, ce qui déclenche une erreur au lieu de renvoyer une vidéo. + +## Sorties + +| Nom de sortie | Description | Type de données | +|---------------|-------------|-----------------| +| `VIDEO` | Le fichier vidéo restylisé. | VIDEO | + +> Cette documentation a été générée par IA. Si vous trouvez des erreurs ou avez des suggestions d'amélioration, n'hésitez pas à contribuer ! [Modifier sur GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/fr.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/he.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/he.md new file mode 100644 index 000000000..daea685e2 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/he.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +הצומת **Higgsfield Genjutsu Motion Transfer** מעצב מחדש וידאו עם דמויות, מיקומים או סגנונות חדשים הלקוחים מתמונות עזר, תוך שמירה על התנועה, תנועת המצלמה, התזמון והאודיו של הקליפ המקורי. חברו את הקליפ שיש לעצב מחדש ואחת או יותר תמונות עזר שמתארות את המראה החדש, ואז תארו את התוצאה בפרומפט. הבקשה נשלחת אל ה-API של Higgsfield והווידאו שנוצר מוחזר. + +## קלטים + +| פרמטר | תיאור | סוג נתונים | חובה | טווח | +|-----------|-------------|-----------|----------|-------| +| `model` | המודל שבו יש להשתמש. בחירת מודל חושפת את הפרמטרים הייחודיים לו: `video`, `reference_images`, `prompt`, `resolution`, ו-`seed`. | DYNAMIC_COMBO | כן | `"genjutsu-v1.0"` | +| `video` | וידאו מקור שתנועתו, תנועת המצלמה, התזמון והאודיו שלו נשמרים. באורך של לפחות 4 שניות; נעשה שימוש רק ב-30 השניות הראשונות. | VIDEO | כן | 4 עד 30 שניות | +| `reference_images` | חריץ להרחבה: חברו 1 עד 8 תמונות (`image_1`, `image_2`, ...) של הדמויות, המיקומים או הסגנונות שבהם יש להשתמש. קלט באצווה נספר פעם אחת לכל תמונה. | IMAGE | כן | 1 עד 8 תמונות | +| `prompt` | אופציונלי. תארו את התוצאה, למשל איזו תמונת עזר מחליפה איזו דמות, או סביבה חדשה. (ברירת מחדל: ריק) | STRING | כן | טקסט כלשהו | +| `resolution` | רזולוציית סרטון הפלט. (ברירת מחדל: `"720p"`) | COMBO | כן | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | ה-seed קובע אם הצומת צריך לרוץ מחדש; התוצאות אינן דטרמיניסטיות ללא תלות ב-seed. לפרמטר זה יש פונקציונליות "שליטה לאחר יצירה" (ברירת מחדל: 42). | INT | כן | 0 עד 2147483647 | + +סרטון המקור עובר אימות לפני שליחת הבקשה: קליפ קצר מ-4 שניות נדחה, וקליפ ארוך מ-30 שניות נחתך ל-30 השניות הראשונות שלו. האודיו שלו עובר לתוצאה. תמונות העזר מועלות תחילה, והמספר הכולל של תמונות בכל החריצים המחוברים לא יכול לעלות על 8, למרות שהצומת חושף שמונה חריצים. מנגנון בקרת התוכן של Higgsfield עשוי לדחות את הקלט או את התוצאה, מה שגורם לשגיאה במקום להחזיר סרטון. + +## פלטים + +| שם פלט | תיאור | סוג נתונים | +|-------------|-------------|-----------| +| `VIDEO` | קובץ הווידאו שעוצב מחדש. | VIDEO | + +> מסמך זה נוצר על ידי בינה מלאכותית. אם מצאתם שגיאות או שיש לכם הצעות לשיפור, אתם מוזמנים לתרום! [עריכה ב-GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/he.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/it.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/it.md new file mode 100644 index 000000000..936f86f13 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/it.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +Il nodo **Higgsfield Genjutsu Motion Transfer** rielabora un video con nuovi personaggi, ambientazioni o stili presi da immagini di riferimento, mantenendo il movimento, il movimento della camera, la temporizzazione e l'audio della clip sorgente. Collega la clip da rielaborare e una o più immagini di riferimento che descrivono il nuovo aspetto, poi descrivi il risultato nel prompt. La richiesta viene inviata all'API di Higgsfield e viene restituito il video generato. + +## Input + +| Parametro | Descrizione | Tipo di dato | Obbligatorio | Intervallo | +|-----------|-------------|--------------|--------------|------------| +| `model` | Modello da utilizzare. Selezionando un modello vengono visualizzati i parametri specifici: `video`, `reference_images`, `prompt`, `resolution` e `seed`. | DYNAMIC_COMBO | Sì | `"genjutsu-v1.0"` | +| `video` | Video sorgente di cui vengono mantenuti il movimento, il movimento della camera, la temporizzazione e l'audio. Almeno 4 secondi; vengono utilizzati solo i primi 30 secondi. | VIDEO | Sì | da 4 a 30 secondi | +| `reference_images` | Slot espandibile: collega da 1 a 8 immagini (`image_1`, `image_2`, ...) dei personaggi, delle ambientazioni o degli stili da utilizzare. Un input in batch viene conteggiato una volta per immagine. | IMAGE | Sì | da 1 a 8 immagini | +| `prompt` | Opzionale. Descrivi il risultato, ad esempio quale riferimento sostituisce quale persona, oppure una nuova ambientazione. (predefinito: vuoto) | STRING | Sì | Qualsiasi testo | +| `resolution` | Risoluzione del video in output. (predefinita: `"720p"`) | COMBO | Sì | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | Il seed controlla se il nodo deve essere rieseguito; i risultati sono non deterministici indipendentemente dal seed. Questo parametro ha la funzionalità «controllo dopo la generazione» (predefinito: 42). | INT | Sì | da 0 a 2147483647 | + +Il video sorgente viene convalidato prima che la richiesta venga inviata: una clip più corta di 4 secondi viene rifiutata, mentre una clip più lunga di 30 secondi viene tagliata ai primi 30 secondi. L'audio viene trasferito nel risultato. Le immagini di riferimento vengono caricate per prime e il numero totale di immagini in tutti gli slot collegati non può superare 8, anche se il nodo espone otto slot. La moderazione dei contenuti di Higgsfield può rifiutare l'input o il risultato, il che genera un errore invece di restituire un video. + +## Output + +| Nome output | Descrizione | Tipo di dato | +|-------------|-------------|--------------| +| `VIDEO` | Il file video con il nuovo stile. | VIDEO | + +> Questa documentazione è stata generata dall'IA. Se trovi errori o hai suggerimenti per migliorarla, sentiti libero di contribuire! [Modifica su GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/it.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ja.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ja.md new file mode 100644 index 000000000..b2dba63d7 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ja.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +**Higgsfield Genjutsu Motion Transfer** ノードは、参照画像から取得した新しいキャラクター、場所、スタイルで動画を再構成しつつ、ソースクリップのモーション、カメラワーク、タイミング、音声を維持します。スタイルを変更するクリップと、新しい外観を記述する 1 つ以上の参照画像を接続し、プロンプトで結果を記述します。リクエストは Higgsfield API に送信され、生成された動画が返されます。 + +## 入力 + +| パラメータ | 説明 | データ型 | 必須 | 範囲 | +|-----------|-------------|-----------|----------|-------| +| `model` | 使用するモデル。モデルを選択すると、そのモデルに固有のパラメータ(`video`、`reference_images`、`prompt`、`resolution`、`seed`)が表示されます。 | DYNAMIC_COMBO | はい | `"genjutsu-v1.0"` | +| `video` | モーション、カメラワーク、タイミング、音声を維持するソース動画。最低 4 秒。最初の 30 秒のみ使用されます。 | VIDEO | はい | 4~30秒 | +| `reference_images` | 増設可能なスロット:使用するキャラクター、場所、スタイルの画像を 1~8 枚(`image_1`、`image_2`、...)接続します。バッチ入力は画像ごとに 1 回として数えられます。 | IMAGE | はい | 1~8枚の画像 | +| `prompt` | 任意です。結果を記述します。たとえば、どの参照画像がどの人物を置き換えるか、または新しい設定などです。(デフォルト:空) | STRING | はい | 任意のテキスト | +| `resolution` | 出力動画の解像度。(デフォルト:`"720p"`) | COMBO | はい | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | シードはノードを再実行するかどうかを制御しますが、結果はシードに関係なく非決定的です。このパラメータには「生成後の制御」機能があります(デフォルト:42)。 | INT | はい | 0~2147483647 | + +ソース動画はリクエスト送信前に検証されます。4 秒未満のクリップは拒否され、30 秒を超えるクリップは最初の 30 秒にトリミングされます。その音声は結果に引き継がれます。参照画像は最初にアップロードされ、ノードが 8 つのスロットを公開していても、接続されたすべてのスロットを通じた画像の合計数は 8 を超えることはできません。Higgsfield のコンテンツモデレーションは入力または結果を拒否することがあり、その場合、動画を返す代わりにエラーが発生します。 + +## 出力 + +| 出力名 | 説明 | データ型 | +|-------------|-------------|-----------| +| `VIDEO` | スタイル変更された動画ファイル。 | VIDEO | + +> このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください! [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ja.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ko.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ko.md new file mode 100644 index 000000000..39343af8b --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ko.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +**Higgsfield Genjutsu Motion Transfer** 노드는 원본 클립의 모션, 카메라 움직임, 타이밍 및 오디오를 유지하면서 참조 이미지에서 가져온 새로운 캐릭터, 장소 또는 스타일로 비디오를 재구성합니다. 스타일을 변경할 클립과 새로운 모습을 설명하는 하나 이상의 참조 이미지를 연결한 다음, 프롬프트에 결과를 설명합니다. 요청은 Higgsfield API로 전송되며, 생성된 비디오가 반환됩니다. + +## 입력 + +| 매개변수 | 설명 | 데이터 타입 | 필수 | 범위 | +|-----------|-------------|-----------|----------|-------| +| `model` | 사용할 모델입니다. 모델을 선택하면 해당 모델에 특화된 매개변수인 `video`, `reference_images`, `prompt`, `resolution`, `seed`가 표시됩니다. | DYNAMIC_COMBO | 예 | `"genjutsu-v1.0"` | +| `video` | 모션, 카메라 움직임, 타이밍 및 오디오가 유지되는 소스 비디오입니다. 최소 4초 이상이어야 하며, 처음 30초만 사용됩니다. | VIDEO | 예 | 4~30초 | +| `reference_images` | 확장 가능한 슬롯: 사용할 캐릭터, 장소 또는 스타일의 이미지(`image_1`, `image_2`, ...)를 1~8개 연결합니다. 배치로 입력된 경우에도 이미지마다 하나씩 계산됩니다. | IMAGE | 예 | 이미지 1~8개 | +| `prompt` | 선택 사항입니다. 결과를 설명합니다. 예를 들어 어떤 참조가 어떤 인물을 대체하는지, 또는 새로운 설정을 설명할 수 있습니다. (기본값: 비어 있음) | STRING | 예 | 임의 텍스트 | +| `resolution` | 출력 비디오의 해상도입니다. (기본값: `"720p"`) | COMBO | 예 | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | `seed`는 노드를 다시 실행할지 여부를 제어합니다. 결과는 시드와 관계없이 비결정적입니다. 이 매개변수는 "control after generate" 기능을 가집니다. (기본값: 42) | INT | 예 | 0~2147483647 | + +소스 비디오는 요청이 전송되기 전에 검증됩니다. 4초보다 짧은 클립은 거부되고, 30초보다 긴 클립은 처음 30초로 잘립니다. 클립의 오디오는 결과에 그대로 전달됩니다. 참조 이미지가 먼저 업로드되며, 노드가 8개의 슬롯을 노출하더라도 연결된 모든 슬롯의 총 이미지 수는 8개를 초과할 수 없습니다. Higgsfield의 콘텐츠 모더레이션은 입력 또는 결과를 거부할 수 있으며, 이 경우 비디오를 반환하는 대신 오류가 발생합니다. + +## 출력 + +| 출력 이름 | 설명 | 데이터 타입 | +|-------------|-------------|-----------| +| `VIDEO` | 스타일이 변경된 비디오 파일입니다. | VIDEO | + +> 이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ko.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/pt-BR.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/pt-BR.md new file mode 100644 index 000000000..85d94c2d3 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/pt-BR.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +O nó **Higgsfield Genjutsu Motion Transfer** recria um vídeo com novos personagens, locais ou estilos obtidos de imagens de referência, mantendo o movimento, o movimento de câmera, o timing e o áudio do clipe de origem. Conecte o clipe a ser reestilizado e uma ou mais imagens de referência que descrevem o novo visual; em seguida, descreva o resultado no prompt. A solicitação é enviada para a API da Higgsfield e o vídeo gerado é retornado. + +## Entradas + +| Parâmetro | Descrição | Tipo de Dados | Obrigatório | Faixa | +|-----------|-------------|-----------|----------|-------| +| `model` | Modelo a usar. Selecionar um modelo revela os parâmetros específicos dele: `video`, `reference_images`, `prompt`, `resolution` e `seed`. | DYNAMIC_COMBO | Sim | `"genjutsu-v1.0"` | +| `video` | Vídeo de origem cujo movimento, movimento de câmera, timing e áudio são mantidos. Pelo menos 4 segundos; apenas os primeiros 30 segundos são usados. | VIDEO | Sim | 4 a 30 segundos | +| `reference_images` | Slot expansível: conecte de 1 a 8 imagens (`image_1`, `image_2`, ...) dos personagens, locais ou estilos a usar. Uma entrada em lote conta uma vez por imagem. | IMAGE | Sim | 1 a 8 imagens | +| `prompt` | Opcional. Descreva o resultado, por exemplo qual referência substitui qual pessoa, ou um novo cenário. (padrão: vazio) | STRING | Sim | Qualquer texto | +| `resolution` | Resolução do vídeo de saída. (padrão: `"720p"`) | COMBO | Sim | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | A seed controla se o nó deve ser executado novamente; os resultados são não determinísticos independentemente da seed. Este parâmetro tem a funcionalidade "controle após gerar" (padrão: 42). | INT | Sim | 0 a 2147483647 | + +O vídeo de origem é validado antes de a solicitação ser enviada: um clipe com menos de 4 segundos é rejeitado, e um clipe com mais de 30 segundos é cortado para seus primeiros 30 segundos. O áudio dele é mantido no resultado. As imagens de referência são enviadas primeiro, e o número total de imagens em todos os slots conectados não pode exceder 8, embora o nó exponha oito slots. A moderação de conteúdo da Higgsfield pode rejeitar a entrada ou o resultado, o que gera um erro em vez de retornar um vídeo. + +## Saídas + +| Nome da Saída | Descrição | Tipo de Dados | +|-------------|-------------|-----------| +| `VIDEO` | O arquivo de vídeo reestilizado. | VIDEO | + +> Esta documentação foi gerada por IA. Se você encontrar erros ou tiver sugestões de melhoria, sinta-se à vontade para contribuir! [Editar no GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/pt-BR.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ru.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ru.md new file mode 100644 index 000000000..498c1c1ed --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/ru.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +Узел **Higgsfield Genjutsu Motion Transfer** пересоздаёт видео с новыми персонажами, локациями или стилями, взятыми из эталонных изображений, сохраняя при этом движение, движение камеры, тайминг и аудио исходного клипа. Подключите клип для изменения стиля и одно или несколько эталонных изображений, описывающих новый вид, затем опишите результат в промпте. Запрос отправляется в API Higgsfield, и возвращается сгенерированное видео. + +## Входы + +| Параметр | Описание | Тип данных | Обязательный | Диапазон | +|-----------|-------------|-----------|----------|-------| +| `model` | Модель для использования. При выборе модели отображаются параметры, специфичные для неё: `video`, `reference_images`, `prompt`, `resolution` и `seed`. | DYNAMIC_COMBO | Да | `"genjutsu-v1.0"` | +| `video` | Исходное видео, движение, движение камеры, тайминг и аудио которого сохраняются. Не менее 4 секунд; используется только первые 30 секунд. | VIDEO | Да | от 4 до 30 секунд | +| `reference_images` | Расширяемый слот: подключите от 1 до 8 изображений (`image_1`, `image_2`, ...) персонажей, локаций или стилей, которые нужно использовать. Пакетный вход учитывается по каждому изображению отдельно. | IMAGE | Да | от 1 до 8 изображений | +| `prompt` | Необязательный. Опишите результат, например, какое эталонное изображение заменяет какого человека, или новое окружение. (по умолчанию: пусто) | STRING | Да | Любой текст | +| `resolution` | Разрешение выходного видео. (по умолчанию: `"720p"`) | COMBO | Да | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | Seed управляет тем, должен ли узел перезапускаться; результаты недетерминированы независимо от seed. Этот параметр имеет функциональность «control after generate» (по умолчанию: 42). | INT | Да | от 0 до 2147483647 | + +Исходное видео проверяется перед отправкой запроса: клип короче 4 секунд отклоняется, а клип длиннее 30 секунд обрезается до первых 30 секунд. Его аудио переносится в результат. Сначала загружаются эталонные изображения, и общее количество изображений по всем подключённым слотам не может превышать 8, хотя узел предоставляет восемь слотов. Модерация контента Higgsfield может отклонить входные данные или результат, что вызывает ошибку вместо возврата видео. + +## Выходы + +| Имя выхода | Описание | Тип данных | +|-------------|-------------|-----------| +| `VIDEO` | Файл видео с изменённым стилем. | 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/HiggsfieldMotionTransferNode/ru.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/tr.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/tr.md new file mode 100644 index 000000000..e6d62eacf --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/tr.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +**Higgsfield Genjutsu Motion Transfer** düğümü, kaynak klibin hareketini, kamera hareketini, zamanlamasını ve sesini korurken bir videoyu referans görsellerden alınan yeni karakterler, mekânlar veya stillerle yeniden biçimlendirir. Yeniden stilize edilecek klibi ve yeni görünümü tanımlayan bir veya daha fazla referans görselini bağlayın, ardından sonucu prompt içinde açıklayın. İstek Higgsfield API'sine gönderilir ve oluşturulan video döndürülür. + +## Girdiler + +| Parametre | Açıklama | Veri Tipi | Zorunlu | Aralık | +|-----------|-------------|-----------|----------|-------| +| `model` | Kullanılacak model. Bir model seçmek, ona özgü parametreleri gösterir: `video`, `reference_images`, `prompt`, `resolution` ve `seed`. | DYNAMIC_COMBO | Evet | `"genjutsu-v1.0"` | +| `video` | Hareketi, kamera hareketi, zamanlaması ve sesi korunan kaynak video. En az 4 saniye; yalnızca ilk 30 saniye kullanılır. | VIDEO | Evet | 4 - 30 saniye | +| `reference_images` | Büyütülebilir yuva: kullanılacak karakterler, mekânlar veya stiller için 1 ila 8 görsel (`image_1`, `image_2`, ...) bağlayın. Toplu bir girdi, her görsel için bir kez sayılır. | IMAGE | Evet | 1 - 8 görsel | +| `prompt` | İsteğe bağlı. Sonucu açıklayın; örneğin hangi referansın hangi kişinin yerini aldığını veya yeni bir ortamı. (varsayılan: boş) | STRING | Evet | Herhangi bir metin | +| `resolution` | Çıktı videosunun çözünürlüğü. (varsayılan: `"720p"`) | COMBO | Evet | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | `seed`, düğümün yeniden çalışıp çalışmayacağını kontrol eder; sonuçlar `seed` değerinden bağımsız olarak deterministik değildir. Bu parametre "oluşturma sonrası kontrol" işlevine sahiptir (varsayılan: 42). | INT | Evet | 0 - 2147483647 | + +Kaynak video, istek gönderilmeden önce doğrulanır: 4 saniyeden kısa bir klip reddedilir ve 30 saniyeden uzun bir klip ilk 30 saniyesine kırpılır. Sesi sonuca aktarılır. Referans görseller önce yüklenir ve düğüm sekiz yuva sunsa da bağlı tüm yuvalardaki toplam görsel sayısı 8'i aşamaz. Higgsfield'ın içerik denetimi girdiyi veya sonucu reddedebilir; bu, video döndürmek yerine bir hata oluşturur. + +## Çıktılar + +| Çıktı Adı | Açıklama | Veri Tipi | +|-------------|-------------|-----------| +| `VIDEO` | Yeniden stilize edilmiş video dosyası. | VIDEO | + +> Bu belge yapay zeka tarafından oluşturulmuştur. Herhangi bir hata bulursanız veya iyileştirme önerileriniz varsa, katkıda bulunmaktan çekinmeyin! [GitHub'da Düzenle](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/tr.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh-TW.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh-TW.md new file mode 100644 index 000000000..09c5ae5e2 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh-TW.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +**Higgsfield Genjutsu Motion Transfer** 節點會使用取自參考圖像的新角色、地點或風格來重新演繹影片,同時保留來源片段的動作、攝影機運鏡、時間節奏與音訊。連接要重新風格的片段,以及一張或多張描述新外觀的參考圖像,然後在 `prompt` 中描述結果。請求會傳送至 Higgsfield API,並回傳生成的影片。 + +## 輸入 + +| 參數 | 說明 | 資料類型 | 必填 | 範圍 | +|-----------|-------------|-----------|----------|-------| +| `model` | 要使用的模型。選取模型後會顯示其專屬參數:`video`、`reference_images`、`prompt`、`resolution` 和 `seed`。 | DYNAMIC_COMBO | 是 | `"genjutsu-v1.0"` | +| `video` | 來源影片,其動作、攝影機運鏡、時間節奏與音訊都會保留。至少 4 秒;只會使用前 30 秒。 | VIDEO | 是 | 4 至 30 秒 | +| `reference_images` | 可增長的插槽:連接 1 到 8 張要使用的角色、地點或風格圖像(`image_1`、`image_2`、...)。批次輸入會依每張圖像各計一次。 | IMAGE | 是 | 1 至 8 張影像 | +| `prompt` | 選填。描述結果,例如哪個參考圖像取代哪個人,或新的場景設定。(預設值:空) | STRING | 是 | 任意文字 | +| `resolution` | 輸出影片的解析度。(預設值:`"720p"`) | COMBO | 是 | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | `seed` 控制節點是否應重新執行;無論 `seed` 為何,結果都不是確定性的。此參數具有「生成後控制」功能(預設值:42)。 | INT | 是 | 0 至 2147483647 | + +來源影片會在傳送請求前進行驗證:短於 4 秒的片段會被拒絕,長於 30 秒的片段會被修剪為前 30 秒。其音訊會保留到結果中。參考圖像會先上傳,且所有已連接插槽的圖像總數不得超過 8,即使此節點提供八個插槽。Higgsfield 的內容審核可能會拒絕輸入或結果,此時會引發錯誤,而不是回傳影片。 + +## 輸出 + +| 輸出名稱 | 說明 | 資料類型 | +|-------------|-------------|-----------| +| `VIDEO` | 重新風格後的影片檔案。 | VIDEO | + +> 本文檔由 AI 生成。如果您發現任何錯誤或有改進建議,歡迎貢獻! [在 GitHub 上編輯](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh-TW.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh.md b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh.md new file mode 100644 index 000000000..aee286eb8 --- /dev/null +++ b/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh.md @@ -0,0 +1,27 @@ +# Higgsfield Genjutsu Motion Transfer + +**Higgsfield Genjutsu Motion Transfer** 节点可使用参考图像中的新角色、场景或风格重新演绎一段视频,同时保留源片段的运动、镜头运动、时间节奏和音频。连接要重新演绎的片段,以及一张或多张描述新外观的参考图像,然后在 `prompt` 中描述结果。请求会发送至 Higgsfield API,并返回生成的视频。 + +## 输入 + +| 参数 | 描述 | 数据类型 | 必填 | 范围 | +|-----------|-------------|-----------|----------|-------| +| `model` | 要使用的模型。选择模型后会显示该模型特有的参数:`video`、`reference_images`、`prompt`、`resolution` 和 `seed`。 | DYNAMIC_COMBO | 是 | `"genjutsu-v1.0"` | +| `video` | 源视频,其运动、镜头运动、时间节奏和音频会被保留。至少 4 秒;仅使用前 30 秒。 | VIDEO | 是 | 4 到 30 秒 | +| `reference_images` | 可增长槽位:连接 1 到 8 张图像(`image_1`、`image_2`、...),用于指定要使用的角色、场景或风格。批量输入按每张图像分别计数。 | IMAGE | 是 | 1 到 8 张图像 | +| `prompt` | 可选。描述结果,例如哪张参考图替换哪个人物,或者新的场景。(默认:空) | STRING | 是 | 任意文本 | +| `resolution` | 输出视频的分辨率。(默认:`"720p"`) | COMBO | 是 | `"480p"`
`"720p"`
`"1080p"` | +| `seed` | `seed` 控制节点是否应重新运行;无论种子如何,结果都是非确定性的。此参数具有“生成后控制”功能(默认值:42)。 | INT | 是 | 0 到 2147483647 | + +发送请求前会验证源视频:短于 4 秒的片段会被拒绝,长于 30 秒的片段会被裁剪为前 30 秒。其音频会保留到结果中。参考图像会先上传,所有已连接槽位中的图像总数不能超过 8,即使该节点提供了八个槽位。Higgsfield 的内容审核可能会拒绝输入或结果,此时会抛出错误,而不是返回视频。 + +## 输出 + +| 输出名称 | 描述 | 数据类型 | +|-------------|-------------|-----------| +| `VIDEO` | 重新演绎后的视频文件。 | VIDEO | + +> 本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HiggsfieldMotionTransferNode/zh.md) + +--- +**Source fingerprint (SHA-256):** `f0c30fb93dd2af8d564335290fdb6ff61c38e36ab62cef9641fd1aa81cc10cd2` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/ar.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/ar.md new file mode 100644 index 000000000..e3c196151 --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/ar.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +تعمل عقدة **Convert SDR to HDR** على توسيع الصور sRGB ذات النطاق الديناميكي القياسي إلى Rec.2020 HLG HDR. وهي تحافظ على المظهر الحالي للصورة وتُعيّن سطوعها ضمن نطاق أوسع، لذا يجب حفظ النتيجة مع تحديد فضاء لوني HDR. تُحفظ قناة ألفا دون تغيير. + +## المدخلات + +| Parameter | Description | Data Type | Required | Range | +|-----------|-------------|-----------|----------|-------| +| `image` | صورة/صور SDR بتنسيق sRGB المراد توسيعها إلى HDR. | IMAGE | نعم | - | +| `algorithm` | خوارزمية توسيع HDR. يؤدي اختيار خوارزمية إلى إظهار معاملاتها (`target_luminance`). | DYNAMIC_COMBO | نعم | `"lottes"` | + +### مدخلات lottes + +تظهر هذه المعاملات عندما تكون قيمة `algorithm` مضبوطة على `"lottes"`. + +| Parameter | Description | Data Type | Required | Range | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | هدف أبيض الذروة بوحدة النيت (nits). القيمة 0 تحافظ على العرض المعاير. لا تُطبَّع الصور الداكنة على هذه الذروة. (الافتراضي: 650.0) | FLOAT | نعم | 0.0 إلى 10000.0 (خطوة 1.0) | + +تُحوَّل كل صورة في الدفعة على حدة: يُعكَس ترميز sRGB إلى ضوء خطي، ويُوسَّع السطوع باستخدام منحنى عقلاني بنمط Lottes ممزوج بمنحنى كسب لوغاريتمي رتيب معاير، ثم يُعاد ترميز النتيجة بوصفها Rec.2020 HLG. ولأن الخرج بتقنية HDR، يجب أن تستخدم عقدة الحفظ الفضاء اللوني `HDR`؛ فحفظها كـ sRGB يعرض السطوع بشكل غير صحيح. + +يفترض HLG شاشة مرجعية بشدة سطوع 1000 nits، لذا تحافظ قيم `target_luminance` الأقل من 1000 على هذا المرجع، بينما تترك القيمة `0` العرض المعاير دون تغيير. تُوسَّع الصور أحادية القناة إلى ثلاث قنوات قبل التحويل، وتُنسخ قناة ألفا كما هي دون تغيير. + +## المخرجات + +| Output Name | Description | Data Type | +|-------------|-------------|-----------| +| `IMAGE` | صورة/صور Rec.2020 HLG HDR. | IMAGE | + +> 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/ImageSDRToHDR/ar.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/de.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/de.md new file mode 100644 index 000000000..5333a9a7a --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/de.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +Der **Convert SDR to HDR**-Node erweitert sRGB-Bilder mit Standard-Dynamic-Range zu Rec.2020 HLG HDR. Er behält das bestehende Aussehen des Bildes bei und ordnet dessen Helligkeit in einen größeren Bereich ein, daher muss das Ergebnis mit ausgewähltem HDR-Farbraum gespeichert werden. Alpha bleibt unverändert erhalten. + +## Eingaben + +| Parameter | Beschreibung | Datentyp | Erforderlich | Bereich | +|-----------|-------------|-----------|----------|-------| +| `image` | Das/die SDR-Bild(er) in sRGB, das/die zu HDR erweitert werden soll(en). | IMAGE | Ja | - | +| `algorithm` | HDR-Erweiterungsalgorithmus. Die Auswahl eines Algorithmus blendet dessen Parameter (`target_luminance`) ein. | DYNAMIC_COMBO | Ja | `"lottes"` | + +### lottes Eingaben + +Diese Parameter erscheinen, wenn `algorithm` auf `"lottes"` gesetzt ist. + +| Parameter | Beschreibung | Datentyp | Erforderlich | Bereich | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | Spitzenweiß-Zielwert in Nits. 0 behält die kalibrierte Darstellung bei. Dunkle Bilder werden nicht auf diesen Spitzenwert normalisiert. (Standard: 650.0) | FLOAT | Ja | 0.0 bis 10000.0 (Schritt 1.0) | + +Jedes Bild des Stapels wird separat konvertiert: Die sRGB-Kodierung wird in lineares Licht invertiert, die Helligkeit wird mit einer rationalen Kurve im Lottes-Stil erweitert, die mit einer kalibrierten monotonen Log-Gain-Kurve gemischt wird, und das Ergebnis wird anschließend als Rec.2020 HLG neu kodiert. Da die Ausgabe HDR ist, muss der Speicher-Node den Farbraum `HDR` verwenden; beim Speichern als sRGB wird die Helligkeit falsch dargestellt. + +HLG geht von einem Referenzdisplay mit 1000 Nits aus, daher behalten `target_luminance`-Werte unter 1000 diese Referenz bei, und ein Wert von `0` lässt die kalibrierte Darstellung unverändert. Einkanalige Bilder werden vor der Konvertierung auf drei Kanäle erweitert, und der Alphakanal wird unverändert übernommen. + +## Ausgaben + +| Ausgabename | Beschreibung | Datentyp | +|-------------|-------------|-----------| +| `IMAGE` | Das/die Rec.2020-HLG-HDR-Bild(er). | IMAGE | + +> Diese Dokumentation wurde von KI generiert. Wenn Sie Fehler finden oder Verbesserungsvorschläge haben, tragen Sie gerne dazu bei! [Auf GitHub bearbeiten](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/de.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/es.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/es.md new file mode 100644 index 000000000..66dc82b1c --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/es.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +El nodo **Convert SDR to HDR** expande imágenes sRGB de rango dinámico estándar a HDR Rec.2020 HLG. Conserva el aspecto existente de la imagen y mapea su brillo a un rango más amplio, por lo que el resultado debe guardarse con un espacio de color HDR seleccionado. El canal alfa se conserva sin cambios. + +## Entradas + +| Parámetro | Descripción | Tipo de datos | Obligatorio | Rango | +|-----------|-------------|---------------|-------------|-------| +| `image` | La(s) imagen(es) SDR en sRGB que se expandirán a HDR. | IMAGE | Sí | - | +| `algorithm` | Algoritmo de expansión HDR. Al seleccionar un algoritmo, se muestran sus parámetros (`target_luminance`). | DYNAMIC_COMBO | Sí | `"lottes"` | + +### Entradas de lottes + +Estos parámetros aparecen cuando `algorithm` se establece en `"lottes"`. + +| Parámetro | Descripción | Tipo de datos | Obligatorio | Rango | +|-----------|-------------|---------------|-------------|-------| +| `target_luminance` | Objetivo de blanco máximo en nits. 0 mantiene el renderizado calibrado. Las imágenes oscuras no se normalizan a este máximo. (predeterminado: 650.0) | FLOAT | Sí | 0.0 a 10000.0 (paso 1.0) | + +Cada imagen del lote se convierte por separado: la codificación sRGB se invierte a luz lineal, el brillo se expande con una curva racional estilo Lottes combinada con una curva de ganancia logarítmica monótona calibrada, y el resultado se recodifica como Rec.2020 HLG. Como la salida es HDR, el nodo de guardado debe usar el espacio de color `HDR`; guardarla como sRGB renderiza el brillo incorrectamente. + +HLG asume una pantalla de referencia de 1000 nits, por lo que los valores de `target_luminance` inferiores a 1000 conservan esa referencia y un valor de `0` deja el renderizado calibrado intacto. Las imágenes de un solo canal se expanden a tres canales antes de la conversión, y el canal alfa se copia sin cambios. + +## Salidas + +| Nombre de salida | Descripción | Tipo de datos | +|------------------|-------------|---------------| +| `IMAGE` | La(s) imagen(es) HDR Rec.2020 HLG. | IMAGE | + +> 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/ImageSDRToHDR/es.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/fa.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/fa.md new file mode 100644 index 000000000..98aa257ad --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/fa.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +گره **Convert SDR to HDR** تصاویر sRGB با دامنه دینامیکی استاندارد را به HDR از نوع Rec.2020 HLG گسترش می‌دهد. ظاهر فعلی تصویر را حفظ می‌کند و روشنایی آن را به محدوده‌ای وسیع‌تر نگاشت می‌کند؛ بنابراین نتیجه باید با انتخاب یک فضای رنگ HDR ذخیره شود. کانال آلفا بدون تغییر حفظ می‌شود. + +## ورودی‌ها + +| پارامتر | توضیحات | نوع داده | الزامی | محدوده | +|-----------|-------------|-----------|----------|-------| +| `image` | تصویر(های) SDR در فضای sRGB برای گسترش به HDR. | IMAGE | بله | - | +| `algorithm` | الگوریتم گسترش HDR. با انتخاب یک الگوریتم، پارامترهای آن (`target_luminance`) نمایان می‌شوند. | DYNAMIC_COMBO | بله | `"lottes"` | + +### ورودی‌های lottes + +این پارامترها زمانی ظاهر می‌شوند که `algorithm` روی `"lottes"` تنظیم شده باشد. + +| پارامتر | توضیحات | نوع داده | الزامی | محدوده | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | هدف سفید اوج بر حسب نیت (nits). مقدار 0 رندر کالیبره‌شده را حفظ می‌کند. تصاویر تیره به این اوج نرمال‌سازی نمی‌شوند. (پیش‌فرض: 650.0) | FLOAT | بله | 0.0 تا 10000.0 (گام 1.0) | + +هر تصویر در دسته به‌صورت جداگانه تبدیل می‌شود: کدگذاری sRGB به نور خطی معکوس می‌شود، روشنایی با یک منحنی گویا (rational) به سبک Lottes که با یک منحنی بهره لگاریتمی یکنوا و کالیبره‌شده ترکیب شده است گسترش می‌یابد، و نتیجه دوباره به‌صورت Rec.2020 HLG کدگذاری می‌شود. چون خروجی HDR است، گره ذخیره‌سازی باید از فضای رنگ `HDR` استفاده کند؛ ذخیره آن به‌صورت sRGB روشنایی را نادرست رندر می‌کند. + +HLG یک نمایشگر مرجع 1000-nit را فرض می‌گیرد؛ بنابراین مقادیر `target_luminance` کمتر از 1000 آن مرجع را حفظ می‌کنند و مقدار `0` رندر کالیبره‌شده را دست‌نخورده باقی می‌گذارد. تصاویر تک‌کاناله پیش از تبدیل به سه کانال گسترش می‌یابند و کانال آلفا بدون تغییر کپی می‌شود. + +## خروجی‌ها + +| نام خروجی | توضیحات | نوع داده | +|-------------|-------------|-----------| +| `IMAGE` | تصویر(های) HDR از نوع Rec.2020 HLG. | IMAGE | + +> 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/ImageSDRToHDR/fa.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/fr.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/fr.md new file mode 100644 index 000000000..690f0bc39 --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/fr.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +Le nœud **Convert SDR to HDR** étend les images sRGB à plage dynamique standard vers HDR Rec.2020 HLG. Il conserve l'aspect existant de l'image et mappe sa luminosité dans une plage plus large, le résultat doit donc être enregistré avec un espace colorimétrique HDR sélectionné. L'alpha est préservé tel quel. + +## Entrées + +| Paramètre | Description | Type de données | Requis | Plage | +|-----------|-------------|-----------------|--------|-------| +| `image` | L'image ou les images SDR en sRGB à étendre vers HDR. | IMAGE | Oui | - | +| `algorithm` | Algorithme d'expansion HDR. La sélection d'un algorithme révèle ses paramètres (`target_luminance`). | DYNAMIC_COMBO | Oui | `"lottes"` | + +### Entrées lottes + +Ces paramètres apparaissent lorsque `algorithm` est défini sur `"lottes"`. + +| Paramètre | Description | Type de données | Requis | Plage | +|-----------|-------------|-----------------|--------|-------| +| `target_luminance` | Cible de blanc crête en nits. 0 conserve le rendu calibré. Les images sombres ne sont pas normalisées sur ce pic. (par défaut : 650.0) | FLOAT | Oui | 0.0 à 10000.0 (incrément de 1.0) | + +Chaque image du lot est convertie séparément : l'encodage sRGB est inversé en lumière linéaire, la luminosité est étendue à l'aide d'une courbe rationnelle de style Lottes mélangée à une courbe de gain logarithmique monotone calibrée, et le résultat est ré-encodé en Rec.2020 HLG. Comme la sortie est HDR, le nœud de sauvegarde doit utiliser l'espace colorimétrique `HDR` ; l'enregistrer en sRGB rend la luminosité incorrecte. + +HLG suppose un écran de référence à 1000 nits, donc les valeurs de `target_luminance` inférieures à 1000 conservent cette référence et une valeur de `0` laisse le rendu calibré intact. Les images monocanal sont étendues à trois canaux avant la conversion, et le canal alpha est copié sans modification. + +## Sorties + +| Nom de sortie | Description | Type de données | +|---------------|-------------|-----------------| +| `IMAGE` | L'image ou les images HDR Rec.2020 HLG. | IMAGE | + +> Cette documentation a été générée par IA. Si vous trouvez des erreurs ou avez des suggestions d'amélioration, n'hésitez pas à contribuer ! [Modifier sur GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/fr.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/he.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/he.md new file mode 100644 index 000000000..aed044595 --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/he.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +הצומת **Convert SDR to HDR** מרחיב תמונות sRGB בטווח דינמי סטנדרטי ל-Rec.2020 HLG HDR. הוא שומר על המראה הקיים של התמונה וממפה את הבהירות שלה לטווח רחב יותר, ולכן יש לשמור את התוצאה עם מרחב צבע HDR נבחר. ערוץ ה-Alpha נשמר ללא שינוי. + +## קלטים + +| פרמטר | תיאור | סוג נתונים | חובה | טווח | +|-----------|-------------|-----------|----------|-------| +| `image` | תמונות ה-SDR ב-sRGB שיש להרחיב ל-HDR. | IMAGE | כן | - | +| `algorithm` | אלגוריתם הרחבת HDR. בחירת אלגוריתם חושפת את הפרמטרים שלו (`target_luminance`). | DYNAMIC_COMBO | כן | `"lottes"` | + +### קלטים של lottes + +פרמטרים אלה מופיעים כאשר `algorithm` מוגדר ל-`"lottes"`. + +| פרמטר | תיאור | סוג נתונים | חובה | טווח | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | יעד שיא-לבן ב-nits. 0 שומר על הרינדור המכויל. תמונות כהות אינן מנורמלות לשיא זה. (ברירת מחדל: 650.0) | FLOAT | כן | 0.0 עד 10000.0 (צעד 1.0) | + +כל תמונה באצווה מומרת בנפרד: קידוד ה-sRGB מומר בחזרה לאור ליניארי, הבהירות מורחבת בעזרת עקומה רציונלית בסגנון Lottes המשולבת עם עקומת רווח לוגריתמית מונוטונית מכוילת, והתוצאה מקודדת מחדש כ-Rec.2020 HLG. מכיוון שהפלט הוא HDR, צומת השמירה חייב להשתמש במרחב הצבע `HDR`; שמירה שלו כ-sRGB מציגה את הבהירות באופן שגוי. + +HLG מניח צג ייחוס של 1000 nits, ולכן ערכי `target_luminance` מתחת ל-1000 שומרים על ייחוס זה, וערך `0` משאיר את הרינדור המכויל ללא שינוי. תמונות עם ערוץ יחיד מורחבות לשלושה ערוצים לפני ההמרה, וערוץ ה-alpha מועתק ללא שינוי. + +## פלטים + +| שם פלט | תיאור | סוג נתונים | +|-------------|-------------|-----------| +| `IMAGE` | תמונות ה-Rec.2020 HLG HDR. | IMAGE | + +> מסמך זה נוצר על ידי בינה מלאכותית. אם מצאתם שגיאות או שיש לכם הצעות לשיפור, אתם מוזמנים לתרום! [עריכה ב-GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/he.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/it.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/it.md new file mode 100644 index 000000000..e2c47a6af --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/it.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +Il nodo **Convert SDR to HDR** espande le immagini sRGB a gamma dinamica standard in HDR HLG Rec.2020. Mantiene l'aspetto esistente dell'immagine e mappa la sua luminosità in un intervallo più ampio, quindi il risultato deve essere salvato con uno spazio colore HDR selezionato. L'alpha viene preservato invariato. + +## Input + +| Parametro | Descrizione | Tipo di dati | Obbligatorio | Intervallo | +|-----------|-------------|--------------|--------------|------------| +| `image` | L'immagine (o le immagini) SDR in sRGB da espandere in HDR. | IMAGE | Sì | - | +| `algorithm` | Algoritmo di espansione HDR. Selezionando un algoritmo vengono rivelati i suoi parametri (`target_luminance`). | DYNAMIC_COMBO | Sì | `"lottes"` | + +### Input di lottes + +Questi parametri appaiono quando `algorithm` è impostato su `"lottes"`. + +| Parametro | Descrizione | Tipo di dati | Obbligatorio | Intervallo | +|-----------|-------------|--------------|--------------|------------| +| `target_luminance` | Target di picco del bianco in nit. 0 mantiene il rendering calibrato. Le immagini scure non vengono normalizzate a questo picco. (predefinito: 650.0) | FLOAT | Sì | 0.0 a 10000.0 (passo 1.0) | + +Ogni immagine del batch viene convertita separatamente: la codifica sRGB viene invertita in luce lineare, la luminosità viene espansa con una curva razionale in stile Lottes combinata con una curva calibrata di guadagno logaritmico monotono, e il risultato viene ricodificato come Rec.2020 HLG. Poiché l'output è HDR, il nodo di salvataggio deve utilizzare lo spazio colore `HDR`; salvarlo come sRGB renderizza la luminosità in modo errato. + +HLG presuppone un display di riferimento da 1000 nit, quindi i valori di `target_luminance` inferiori a 1000 mantengono quel riferimento e un valore di `0` lascia il rendering calibrato invariato. Le immagini a canale singolo vengono espanse a tre canali prima della conversione, e il canale alpha viene copiato invariato. + +## Output + +| Nome output | Descrizione | Tipo di dati | +|-------------|-------------|--------------| +| `IMAGE` | L'immagine (o le immagini) HDR HLG Rec.2020. | IMAGE | + +> Questa documentazione è stata generata dall'IA. Se trovi errori o hai suggerimenti per migliorarla, sentiti libero di contribuire! [Modifica su GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/it.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/ja.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/ja.md new file mode 100644 index 000000000..e75ddf923 --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/ja.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +**Convert SDR to HDR** ノードは、標準ダイナミックレンジの sRGB 画像を Rec.2020 HLG HDR に拡張します。画像の既存の見た目を保ち、明るさをより広い範囲にマッピングするため、結果は HDR カラースペースを選択して保存する必要があります。アルファは変更されずに保持されます。 + +## 入力 + +| パラメータ | 説明 | データ型 | 必須 | 範囲 | +|-----------|-------------|-----------|----------|-------| +| `image` | HDR に拡張する sRGB の SDR 画像。 | IMAGE | はい | - | +| `algorithm` | HDR 拡張アルゴリズム。アルゴリズムを選択すると、そのパラメータ(`target_luminance`)が表示されます。 | DYNAMIC_COMBO | はい | `"lottes"` | + +### lottes 入力 + +これらのパラメータは、`algorithm` が `"lottes"` に設定されている場合に表示されます。 + +| パラメータ | 説明 | データ型 | 必須 | 範囲 | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | ピーク白のターゲット(ニト単位)。0 はキャリブレーション済みのレンダリングを維持します。暗い画像はこのピークに正規化されません。(デフォルト: 650.0) | FLOAT | はい | 0.0~10000.0(ステップ 1.0) | + +バッチ内の各画像は個別に変換されます。sRGB エンコーディングはリニアライトに逆変換され、明るさは Lottes 形式の有理曲線とキャリブレーション済みの単調な対数ゲイン曲線をブレンドして拡張され、結果は Rec.2020 HLG として再エンコードされます。出力は HDR であるため、保存ノードは `HDR` カラースペースを使用する必要があります。sRGB として保存すると、明るさが正しくレンダリングされません。 + +HLG は 1000 ニトのリファレンスディスプレイを前提としているため、`target_luminance` の値が 1000 未満の場合はそのリファレンスが維持され、値が `0` の場合はキャリブレーション済みのレンダリングが変更されません。単一チャンネルの画像は変換前に 3 チャンネルに拡張され、アルファチャンネルは変更されずにコピーされます。 + +## 出力 + +| 出力名 | 説明 | データ型 | +|-------------|-------------|-----------| +| `IMAGE` | Rec.2020 HLG HDR 画像。 | IMAGE | + +> このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください! [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/ja.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/ko.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/ko.md new file mode 100644 index 000000000..a92fbae4b --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/ko.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +**Convert SDR to HDR** 노드는 표준 동적 범위(SDR) sRGB 이미지를 Rec.2020 HLG HDR로 확장합니다. 이미지의 기존 룩을 유지하면서 밝기를 더 넓은 범위로 매핑하므로, 결과는 반드시 HDR 색 공간을 선택한 상태로 저장해야 합니다. 알파는 변경되지 않고 유지됩니다. + +## 입력 + +| 매개변수 | 설명 | 데이터 타입 | 필수 | 범위 | +|-----------|-------------|-----------|----------|-------| +| `image` | HDR로 확장할 sRGB의 SDR 이미지입니다. | IMAGE | 예 | - | +| `algorithm` | HDR 확장 알고리즘입니다. 알고리즘을 선택하면 해당 매개변수(`target_luminance`)가 나타납니다. | DYNAMIC_COMBO | 예 | `"lottes"` | + +### lottes 입력 + +이 매개변수는 `algorithm`이 `"lottes"`로 설정된 경우 나타납니다. + +| 매개변수 | 설명 | 데이터 타입 | 필수 | 범위 | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | 니트(nits) 단위의 피크 화이트 목표값입니다. 0은 보정된 렌더링을 유지합니다. 어두운 이미지는 이 피크값으로 정규화되지 않습니다. (기본값: 650.0) | FLOAT | 예 | 0.0 ~ 10000.0 (단계 1.0) | + +배치의 각 이미지는 개별적으로 변환됩니다. sRGB 인코딩이 선형 광으로 역변환되고, 밝기는 보정된 단조 로그 이득 곡선과 블렌딩된 Lottes 스타일의 유리 곡선으로 확장되며, 결과는 Rec.2020 HLG로 다시 인코딩됩니다. 출력이 HDR이므로 저장 노드는 `HDR` 색 공간을 사용해야 합니다. sRGB로 저장하면 밝기가 올바르게 렌더링되지 않습니다. + +HLG는 1000니트 기준 디스플레이를 가정하므로, `target_luminance` 값이 1000 미만이면 해당 기준을 유지하며, 값이 `0`이면 보정된 렌더링을 그대로 둡니다. 단일 채널 이미지는 변환 전에 세 채널로 확장되며, 알파 채널은 변경 없이 그대로 복사됩니다. + +## 출력 + +| 출력 이름 | 설명 | 데이터 타입 | +|-------------|-------------|-----------| +| `IMAGE` | Rec.2020 HLG HDR 이미지입니다. | IMAGE | + +> 이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/ko.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/pt-BR.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/pt-BR.md new file mode 100644 index 000000000..6f8ea8774 --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/pt-BR.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +O nó **Convert SDR to HDR** expande imagens sRGB de faixa dinâmica padrão para Rec.2020 HLG HDR. Ele mantém a aparência existente da imagem e mapeia seu brilho para uma faixa mais ampla, portanto o resultado deve ser salvo com um espaço de cor HDR selecionado. O alfa é preservado sem alterações. + +## Entradas + +| Parâmetro | Descrição | Tipo de Dados | Obrigatório | Intervalo | +|-----------|-------------|-----------|----------|-------| +| `image` | A(s) imagem(ns) SDR em sRGB a serem expandidas para HDR. | IMAGE | Sim | - | +| `algorithm` | Algoritmo de expansão HDR. Selecionar um algoritmo revela seus parâmetros (`target_luminance`). | DYNAMIC_COMBO | Sim | `"lottes"` | + +### Entradas do lottes + +Estes parâmetros aparecem quando `algorithm` é definido como `"lottes"`. + +| Parâmetro | Descrição | Tipo de Dados | Obrigatório | Intervalo | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | Alvo de branco de pico em nits. 0 mantém a renderização calibrada. Imagens escuras não são normalizadas para este pico. (padrão: 650.0) | FLOAT | Sim | 0.0 a 10000.0 (passo 1.0) | + +Cada imagem do lote é convertida separadamente: a codificação sRGB é invertida para luz linear, o brilho é expandido com uma curva racional no estilo Lottes combinada com uma curva de ganho logarítmico monotônica calibrada, e o resultado é recodificado como Rec.2020 HLG. Como a saída é HDR, o nó de salvamento deve usar o espaço de cor `HDR`; salvá-la como sRGB renderiza o brilho incorretamente. + +HLG assume um monitor de referência de 1000 nits, portanto valores de `target_luminance` abaixo de 1000 mantêm essa referência e um valor de `0` deixa a renderização calibrada intacta. Imagens de canal único são expandidas para três canais antes da conversão, e o canal alfa é copiado sem alterações. + +## Saídas + +| Nome da Saída | Descrição | Tipo de Dados | +|-------------|-------------|-----------| +| `IMAGE` | A(s) imagem(ns) HDR Rec.2020 HLG. | IMAGE | + +> Esta documentação foi gerada por IA. Se você encontrar erros ou tiver sugestões de melhoria, sinta-se à vontade para contribuir! [Editar no GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/pt-BR.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/ru.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/ru.md new file mode 100644 index 000000000..32ccc90ce --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/ru.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +Узел **Convert SDR to HDR** расширяет изображения sRGB со стандартным динамическим диапазоном до Rec.2020 HLG HDR. Он сохраняет существующий вид изображения и отображает его яркость в более широкий диапазон, поэтому результат необходимо сохранять с выбранным цветовым пространством HDR. Альфа-канал сохраняется без изменений. + +## Входы + +| Параметр | Описание | Тип данных | Обязательный | Диапазон | +|-----------|-------------|-----------|----------|-------| +| `image` | Изображение(я) SDR в sRGB для расширения до HDR. | IMAGE | Да | - | +| `algorithm` | Алгоритм расширения HDR. При выборе алгоритма отображаются его параметры (`target_luminance`). | DYNAMIC_COMBO | Да | `"lottes"` | + +### Входы lottes + +Эти параметры появляются, когда для `algorithm` выбрано значение `"lottes"`. + +| Параметр | Описание | Тип данных | Обязательный | Диапазон | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | Целевая пиковая яркость белого в нитах. Значение 0 сохраняет калиброванный рендеринг. Тёмные изображения не нормализуются к этой пиковой яркости. (по умолчанию: 650.0) | FLOAT | Да | от 0.0 до 10000.0 (шаг 1.0) | + +Каждое изображение в пакете преобразуется отдельно: кодировка sRGB инвертируется в линейный свет, яркость расширяется с помощью рациональной кривой в стиле Lottes, смешанной с калиброванной монотонной кривой логарифмического усиления, а результат повторно кодируется как Rec.2020 HLG. Поскольку выходные данные относятся к HDR, узел сохранения должен использовать цветовое пространство `HDR`; при сохранении как sRGB яркость отображается некорректно. + +HLG предполагает эталонный дисплей с яркостью 1000 нит, поэтому значения `target_luminance` ниже 1000 сохраняют этот эталон, а значение `0` оставляет калиброванный рендеринг без изменений. Одноканальные изображения перед преобразованием расширяются до трёх каналов, а альфа-канал копируется без изменений. + +## Выходы + +| Имя выхода | Описание | Тип данных | +|-------------|-------------|-----------| +| `IMAGE` | Изображение(я) Rec.2020 HLG HDR. | IMAGE | + +> 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/ImageSDRToHDR/ru.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/tr.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/tr.md new file mode 100644 index 000000000..c6d700c10 --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/tr.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +**Convert SDR to HDR** düğümü, standart dinamik aralıklı sRGB görüntülerini Rec.2020 HLG HDR'ye genişletir. Görüntünün mevcut görünümünü korur ve parlaklığını daha geniş bir aralığa eşler; bu nedenle sonucun HDR renk uzayı seçilerek kaydedilmesi gerekir. Alfa değişmeden korunur. + +## Girdiler + +| Parametre | Açıklama | Veri Türü | Gerekli | Aralık | +|-----------|-------------|-----------|----------|-------| +| `image` | HDR'ye genişletilecek sRGB'deki SDR görüntü(ler). | IMAGE | Evet | - | +| `algorithm` | HDR genişletme algoritması. Bir algoritma seçildiğinde parametrelerini (`target_luminance`) gösterir. | DYNAMIC_COMBO | Evet | `"lottes"` | + +### lottes Girdileri + +Bu parametreler `algorithm` değeri `"lottes"` olarak ayarlandığında görünür. + +| Parametre | Açıklama | Veri Türü | Gerekli | Aralık | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | Nit cinsinden tepe beyaz hedefi. 0, kalibre edilmiş görüntülemeyi korur. Koyu görüntüler bu tepe değerine normalleştirilmez. (varsayılan: 650.0) | FLOAT | Evet | 0.0 ila 10000.0 (adım 1.0) | + +Gruptaki her görüntü ayrı ayrı dönüştürülür: sRGB kodlaması doğrusal ışığa ters çevrilir, parlaklık kalibre edilmiş monotonik log-kazanç eğrisiyle harmanlanmış Lottes tarzı rasyonel bir eğriyle genişletilir ve sonuç Rec.2020 HLG olarak yeniden kodlanır. Çıktı HDR olduğundan, kaydetme düğümü `HDR` renk uzayını kullanmalıdır; sRGB olarak kaydetmek parlaklığı yanlış işler. + +HLG, 1000 nit referans ekran varsayar; bu nedenle 1000'in altındaki `target_luminance` değerleri bu referansı korur ve `0` değeri kalibre edilmiş görüntülemeyi değiştirmeden bırakır. Tek kanallı görüntüler dönüştürmeden önce üç kanala genişletilir ve alfa kanalı değişmeden kopyalanır. + +## Çıktılar + +| Çıktı Adı | Açıklama | Veri Türü | +|-------------|-------------|-----------| +| `IMAGE` | Rec.2020 HLG HDR görüntü(ler). | IMAGE | + +> Bu belge yapay zeka tarafından oluşturulmuştur. Herhangi bir hata bulursanız veya iyileştirme önerileriniz varsa, katkıda bulunmaktan çekinmeyin! [GitHub'da Düzenle](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/tr.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/zh-TW.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/zh-TW.md new file mode 100644 index 000000000..5d8e1ca10 --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/zh-TW.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +**Convert SDR to HDR** 節點會將標準動態範圍的 sRGB 影像擴展為 Rec.2020 HLG HDR。它會保留影像現有的外觀,並將其亮度映射到更廣泛的範圍,因此結果必須在選取 HDR 色彩空間的情況下儲存。Alpha 會保持不變。 + +## 輸入 + +| 參數 | 說明 | 資料類型 | 必要 | 範圍 | +|-----------|-------------|-----------|----------|-------| +| `image` | 要擴展為 HDR 的 sRGB SDR 影像。 | IMAGE | 是 | - | +| `algorithm` | HDR 擴展演算法。選取演算法後會顯示其參數 (`target_luminance`)。 | DYNAMIC_COMBO | 是 | `"lottes"` | + +### lottes 輸入 + +當 `algorithm` 設為 `"lottes"` 時,會顯示這些參數。 + +| 參數 | 說明 | 資料類型 | 必要 | 範圍 | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | 以 nits 為單位的峰值白目標。0 會保留校準後的渲染。暗部影像不會被正規化到此峰值。(預設值:650.0) | FLOAT | 是 | 0.0 至 10000.0 (步進值:1.0) | + +批次中的每張影像都會個別轉換:先將 sRGB 編碼反轉為線性光,再使用 Lottes 風格的有理曲線擴展亮度,並與校準過的單調對數增益曲線混合,最後將結果重新編碼為 Rec.2020 HLG。由於輸出是 HDR,儲存節點必須使用 `HDR` 色彩空間;若將其儲存為 sRGB,會導致亮度渲染不正確。 + +HLG 假設參考顯示器為 1000 nits,因此 `target_luminance` 低於 1000 的值會保留該參考,而值為 `0` 時則維持校準後的渲染不變。單通道影像在轉換前會擴展為三個通道,而 Alpha 通道會原樣複製。 + +## 輸出 + +| 輸出名稱 | 說明 | 資料類型 | +|-------------|-------------|-----------| +| `IMAGE` | Rec.2020 HLG HDR 影像。 | IMAGE | + +> 本文檔由 AI 生成。如果您發現任何錯誤或有改進建議,歡迎貢獻! [在 GitHub 上編輯](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/zh-TW.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a` diff --git a/comfyui_embedded_docs/docs/ImageSDRToHDR/zh.md b/comfyui_embedded_docs/docs/ImageSDRToHDR/zh.md new file mode 100644 index 000000000..1f1310785 --- /dev/null +++ b/comfyui_embedded_docs/docs/ImageSDRToHDR/zh.md @@ -0,0 +1,33 @@ +# Convert SDR to HDR + +**Convert SDR to HDR** 节点将标准动态范围 sRGB 图像扩展为 Rec.2020 HLG HDR。它保留图像现有的观感,并将其亮度映射到更宽的范围,因此保存结果时必须选择 HDR 色彩空间。Alpha 保持不变。 + +## 输入 + +| 参数 | 描述 | 数据类型 | 必需 | 范围 | +|-----------|-------------|-----------|----------|-------| +| `image` | 要扩展为 HDR 的 sRGB SDR 图像。 | IMAGE | 是 | - | +| `algorithm` | HDR 扩展算法。选择算法会显示其参数(`target_luminance`)。 | DYNAMIC_COMBO | 是 | `"lottes"` | + +### lottes 输入 + +当 `algorithm` 设置为 `"lottes"` 时,会显示这些参数。 + +| 参数 | 描述 | 数据类型 | 必需 | 范围 | +|-----------|-------------|-----------|----------|-------| +| `target_luminance` | 峰值白目标,单位为尼特。0 保持校准渲染。暗图像不会归一化到此峰值。(默认值:650.0) | FLOAT | 是 | 0.0 到 10000.0 (步长:1.0) | + +批次中的每张图像都会单独转换:先将 sRGB 编码逆向转换为线性光,再使用与经校准的单调对数增益曲线混合的 Lottes 风格有理曲线来扩展亮度,最后将结果重新编码为 Rec.2020 HLG。由于输出是 HDR,保存节点必须使用 `HDR` 色彩空间;如果将其保存为 sRGB,亮度渲染会不正确。 + +HLG 假定参考显示器为 1000 尼特,因此低于 1000 的 `target_luminance` 值会保留该参考,而值为 `0` 时则保持校准渲染不变。单通道图像会在转换前扩展为三个通道,Alpha 通道会原样复制。 + +## 输出 + +| 输出名称 | 描述 | 数据类型 | +|-------------|-------------|-----------| +| `IMAGE` | Rec.2020 HLG HDR 图像。 | IMAGE | + +> 本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ImageSDRToHDR/zh.md) + +--- +**Source fingerprint (SHA-256):** `51eb0beac3d48345a30ba66d80d95873384cf5155fc06c33353b6d1dc029658a`