LTXV音频视频遮罩 (LTXVAudioVideoMask) - ComfyUI-KJNodes

描述

基于指定的时间范围为视频和音频Latent创建噪波遮罩。已生成的遮罩指示在采样过程中应重新生成哪些时间区域：新内容在遮罩区域内产生，同时保留未更改的区域。这可用于对视频Latent或音频Latent序列进行局部编辑，例如替换特定片段同时保持其余部分不变。

名称	类型	必填	默认值	最小值/最大值/步长	描述
`video_latent`	`LATENT`	否	–	–	可选的视频Latent，将向其添加噪波遮罩。
`audio_latent`	`LATENT`	否	–	–	可选的音频Latent，将向其添加噪波遮罩。
`video_fps`	`FLOAT`	是	25	0 / 100 / 0.01	视频Latent的帧率，用于将时间（秒）转换为帧索引。
`video_start_time`	`FLOAT`	是	0	0 / 10000 / 0.01	视频遮罩的起始时间（秒）。
`video_end_time`	`FLOAT`	是	5	0 / 10000 / 0.01	视频遮罩的结束时间（秒）。
`audio_start_time`	`FLOAT`	是	0	0 / 10000 / 0.01	音频遮罩的起始时间（秒）。
`audio_end_time`	`FLOAT`	是	5	0 / 10000 / 0.01	音频遮罩的结束时间（秒）。
`max_length`	`COMBO`	是	`truncate`	–	如何处理输出Latent的总长度： • `truncate` – 将Latent精确剪切到`end_time`长度 • `pad` – 如果Latent较短，则将其扩展到`end_time`长度 • `partial` – 在现有Latent内为时间范围创建遮罩，不更改其总长度
`existing_mask_mode`	`COMBO`	否	`add`	–	如何与输入Latent中已存在的噪波遮罩组合： • `add` – 取现有遮罩和新遮罩的最大值（并集） • `overwrite` – 用新遮罩完全替换现有遮罩 • `subtract` – 将遮罩区域设置为0而非1，有效取消遮罩该区域

类型	描述
`LATENT`	应用了已更新噪波遮罩（或新创建的遮罩）的视频Latent。如果未提供`video_latent`，则返回仅包含遮罩（无样本）的Latent批处理。
`LATENT`	应用了已更新噪波遮罩（或新创建的遮罩）的音频Latent。如果未提供`audio_latent`，则返回仅包含遮罩的Latent批处理。

两个输出均为标准ComfyUI Latent字典，包含noise_mask键。该遮罩是一个二元张量，其中1表示需要重新生成的区域，0表示需要保留的区域。

必须至少连接video_latent或audio_latent中的一个。如果只提供一个，只有对应的输出会包含有效的样本数据；另一个输出将是一个仅包含遮罩的Latent。
时间值以秒为单位，并使用提供的video_fps转换为帧索引。此转换假设Latent的时间维度对应于给定帧率下的（帧数）。对于音频Latent，使用相同的帧率值将遮罩与音频Latent的时间结构对齐。
max_length设置决定是否调整输出Latent的大小（截断或填充）以匹配指定的结束时间。在partial模式下，Latent保留其原始长度，遮罩仅覆盖请求的范围。
当输入Latent已包含noise_mask（例如来自前面的节点）时，existing_mask_mode控制新遮罩如何与其合并。默认的add适用于构建累积遮罩区域；overwrite完全替换遮罩；subtract可用于“擦除”先前遮罩的区域。
此节点旨在用于基于LTXV的模型，属于ComfyUI中的KJNodes/ltxv类别。