KJNodes/audiogenerated

OffsetMaskByNormalizedAmplitude

このノードは、主な入力としてMASKタイプのマスクとNORMALIZED_AMPLITUDEタイプの正規化振幅シーケンスを受け取ります

Offset Mask By Normalized Amplitude

normalized_amp
mask
mask
x
INT
y
INT
rotate
angle_multiplier
0.000
KJNodes

OffsetMaskByNormalizedAmplitude ノードは、主な入力として MASK タイプのマスクと NORMALIZED_AMPLITUDE タイプの正規化振幅シーケンスを受け取ります。これは AudioScheduler ノード(https://github.com/a1lazydog/ComfyUI-AudioScheduler)へのブリッジとして機能します。

OffsetMaskByNormalizedAmplitude ノードは、オーディオ駆動のマスク変換ツールです。その中核機能は、入力された正規化振幅値に基づいて、マスク画像を動的に平行移動または回転させ、オーディオのリズムや強度の変化を視覚的な動的効果に変換することです。

ノード機能

このノードは、主な入力として MASK タイプのマスクと NORMALIZED_AMPLITUDE タイプの正規化振幅シーケンスを受け取ります。内部では、振幅値に事前設定されたオフセット量(x, y)または角度乗数(angle_multiplier)を乗算することで、各フレームのマスクの変位または回転角度を計算し、PyTorch の roll 関数と rotate 関数を使用して変換を実行します。振幅値は自動的に [0, 1] の範囲にクリップされ、変換の安定性が確保されます。

ノードパラメータ説明 - OffsetMaskByNormalizedAmplitude

接続入力 (Inputs)

パラメータ名データ型必須デフォルト値範囲/オプション説明
normalized_ampNORMALIZED_AMPLITUDEはい--: 正規化された振幅シーケンス。値の範囲は 0.0 から 1.0 に制限され、マスクのオフセットと回転量を駆動するために使用されます。
maskMASKはい--: オフセットまたは回転変換が適用される元のマスク。

コントロールパラメータ (Parameters)

パラメータ名データ型必須デフォルト値範囲/オプション説明
xINTはい0-4096 - MAX_RESOLUTION (ステップ: 1): マスクの水平方向(X軸)の基準オフセット強度を制御します。範囲は -4096 から MAX_RESOLUTION、ステップは 1 です。
yINTはい0-4096 - MAX_RESOLUTION (ステップ: 1): マスクの垂直方向(Y軸)の基準オフセット強度を制御します。範囲は -4096 から MAX_RESOLUTION、ステップは 1 です。
rotateBOOLEANはいFalse-: ブール値スイッチ。True に設定すると、振幅に基づくマスク回転機能が有効になります。
angle_multiplierFLOATはい0.0-1.0 - 1.0 (ステップ: 0.001): 回転角度乗数。振幅と組み合わせて回転角度を決定します。範囲は -1.0 から 1.0、ステップは 0.001 です。

出力 (Output)

パラメータ名データ型説明
maskMASK: オフセットまたは回転変換が適用された新しいマスク。

使用シナリオ

具体的なアプリケーションでは、このノードは AudioScheduler シリーズのノードと組み合わせて使用され、ミュージックビジュアライゼーションやオーディオリアクティブなアニメーションの作成に用いられます。例えば、ビデオ生成ワークフローにおいて、音楽の振幅分析結果をこのノードに入力し、前景マスクの位置や回転を制御することで、マスクの動きのリズムを音楽のビートと同期させ、動感に富んだ視覚効果を生成することができます。

注意事項

使用する際には、マスクのオフセットと回転は振幅の瞬間値に基づいて計算されるため、変位値が大きすぎると画像の境界で意図しない循環ラップ効果が発生する可能性があることに注意してください。また、振幅入力は正規化されたデータであることを確認する必要があります。

OffsetMaskByNormalizedAmplitude ノードソースコードリンク

OffsetMaskByNormalizedAmplitude ノードは ComfyUI-KJNodes ノードパッケージに含まれています。

コメント

GitHubでサインインしてディスカッションに参加しましょう。

コメントを読み込み中…