| 输入参数 | |
| images | 输入图像序列（一般为 [B, H, W, 3] Tensor）。应至少为多帧，支持视频帧序列。 |
| audio | 包含 waveform 与 sample_rate 的音频对象。音频将自动补充静音片段，确保视频完整对齐。 |
| 输出参数 | |
| images | 经过补帧后与音频对齐的图像序列。 |
| audio | 含有静音补充部分的音频，sample_rate 保留。 |
| 控件参数 | |
| mode | 三种模式：normal、pingpong、loop_to_audio。大体特点 normal：常规对齐模式。pingpong：自然回弹型循环动画。loop_to_audio：纯循环帧动画。 |
| fps | 视频帧率（1~120），决定视频播放速度和时长对齐精度。 |
| silent_padding_sec | 补加在音频尾部的静音时长（单位：秒）。用于预留缓冲时间，避免最后一个字刚说完画面就截止。 |
输入单张图片作为参考。
输入整个视频作为参考
| 模式名 | 处理方式 | 视觉节奏 | 适合场景 |
|---|---|---|---|
normal | 裁剪音频或帧数 | 不变 | 常规同步，长度接近时使用 |
pingpong | 正反拼接循环 | 有律动 | 动画角色、人物动态展示 |
loop_to_audio | 简单重复循环 | 重复性强 | 静态图、背景循环、延长展示 |
silent_padding_sec 作用是：在音频末尾添加一段“静音”的时长，用于缓冲、过渡或对齐帧数。
silent_padding_sec | 影响 | 视频表现 |
|---|---|---|
| 0.1 | 几乎无延迟 | 视频结束几乎立即断音 |
| 0.5（默认） | 适中缓冲 | 视频结尾稍有停顿，观感自然 |
| 1.5 - 3.0 | 较长延迟 | 视频末尾有明显“空镜”时间，适合过渡 |
可加入知识星球获取所有示例工作流
微信扫码入群，加入AIGC大家庭，与大家一起交流学习