| 参数名称 | 说明 |
|---|---|
| clip_vision | 传入一个类型为 CLIP_VISION 的视觉模型，用于图像和音频的对比学习或映射。 |
| vae | 传入一个变分自编码器（VAE），用于图像的编码和解码操作。 |
| audio | 传入音频数据，类型为 AUDIO，包含音频波形等信息。 |
| image | 传入图像数据，类型为 IMAGE，包含图像内容。 |
| weight_dtype | 数据类型，决定了在计算过程中使用的精度（如浮动精度等）。 |
SONIC_PreData
节点功能：主要用于预处理音频、图像，并生成 Sonic 模型所需的数据。
输入参数
输出参数
| 参数名称 | 说明 |
|---|---|
| data_dict | 返回一个字典 SONIC_PREDATA，包含多个数据字段（如 test_data、ref_tensor_list、config、image_embeddings 等），这些数据用于进一步的处理或推理。 |
控件参数
| 参数名称 | 说明 |
|---|---|
| min_resolution | 图像最小分辨率，控制图像缩放大小。 |
| duration | 音频的持续时间，影响音频处理的范围。 |
| expand_ratio | 面部裁剪时，图像裁剪区域的扩展比例。 |
下图为示例内容，该节点根据传入的模型参数以及图片进行预处理数据的生成。