Create Audio Mask (CreateAudioMask) - ComfyUI-KJNodes

弃用： 此节点已弃用，并移至 KJNodes/deprecated 类别。它可能在未来的更新中被移除。请考虑使用其他节点来实现音频驱动的遮罩生成。

Create Audio Mask 节点从指定路径加载 WAV 音频文件，并使用 librosa 库计算其短时傅里叶变换 (STFT) 以获取频谱数据。

Create Audio Mask 节点能够根据音频文件的频谱信息动态生成一系列图像遮罩。其核心功能是将音频中的振幅变化转化为一系列可视化圆形遮罩，为后续的图像处理或视频合成提供与音频节奏同步的视觉元素。

节点功能

此节点从指定路径加载 WAV 音频文件，并使用 librosa 库计算其短时傅里叶变换 (STFT) 以获取频谱数据。根据设定的帧数，节点从频谱中提取对应时间段的平均振幅。然后将此振幅值乘以缩放系数来计算圆形的半径。最后，在指定尺寸的画布中心生成一个白色圆形图像（反转后为黑色圆形图像）。

参数名称	数据类型	必填	默认值	取值范围/选项	说明
`invert`	BOOLEAN	是	False	-	invert（输入参数）：反转遮罩颜色。False 时生成白底黑圆，True 时生成黑底白圆。
`frames`	INT	是	16	1 - 255 (步长: 1)	frames（输入参数）：设定要生成的图像遮罩总帧数，取值范围为 1 到 255。
`scale`	FLOAT	是	0.5	0.0 - 2.0 (步长: 0.01)	scale（输入参数）：控制圆形半径的缩放系数，取值范围为 0.0 到 2.0，步长为 0.01。
`audio_path`	STRING	是	audio.wav	-	audio_path（输入参数）：指定输入音频文件的路径字符串，默认读取当前目录下的“audio.wav”文件。
`width`	INT	是	256	16 - 4096 (步长: 1)	width（输入参数）：设置输出遮罩图像的宽度像素值，取值范围为 16 到 4096。
`height`	INT	是	256	16 - 4096 (步长: 1)	height（输入参数）：设置输出遮罩图像的高度像素值，取值范围为 16 到 4096。

参数名称	数据类型	说明
IMAGE	IMAGE	IMAGE（输出参数）：输出生成的图像序列，为与音频频谱对应的可视化遮罩。

在制作音乐可视化短片或需要音画同步特效的工作流中，此节点非常有用。你可以将生成的图像序列（遮罩）连接到图像混合或重绘区域节点，根据音乐节奏控制视频中某些元素（如光晕、粒子）出现或消失的范围，从而实现音频驱动的视觉变化。

此节点依赖于 librosa 库，若未安装会导致运行错误。默认音频路径为“audio.wav”，若文件不在 ComfyUI 根目录下，可能需要使用绝对路径以确保节点能正确读取文件。