ComfyUI Custom Nodes - Audio Pipeline

这是一个用于 ComfyUI 的自定义节点库（起步版）。

当前已实现节点：

• FFmpeg Batch Convert (Video -> Audio)

功能

• 支持 directory / list / single 三种输入模式
• 支持批量把视频转换为 mp3 或 wav
• 支持覆盖策略：skip / overwrite / rename
• 默认使用 imageio-ffmpeg 自动获取 ffmpeg，可免系统预装

安装

1. 将仓库放到 ComfyUI 的 custom_nodes 目录下。
2. 安装依赖：
   • pip install -r requirements.txt
3. 重启 ComfyUI。

节点说明

FFmpeg Batch Convert (Video -> Audio)

• input_mode:
  • directory: 使用 source_path + glob_pattern 扫描文件
  • list: 使用 file_list（每行一个绝对路径）
  • single: 使用 source_path 单文件
• output_format: mp3 / wav
• sample_rate: 采样率，默认 44100
• channels: 声道数，默认 2
• audio_bitrate: 仅在 mp3 生效，默认 192k
• overwrite: skip / overwrite / rename
• continue_on_error: 出错后是否继续处理后续文件
• ffmpeg_path: 可选高级参数，留空时自动发现 ffmpeg

输出

• output_files: 成功输出文件路径（按行拼接）
• success_count: 成功数量
• fail_count: 失败数量
• report_json: 结构化 JSON 报告

Paraformer 转写缓存

ParaformerBatchASRNode 会将成功的转写结果保存为 JSON。默认缓存目录是：

/root/ComfyUI/output/asr_cache

缓存文件不会被节点自动删除。缓存键由音频 URL（忽略临时签名参数）、模型和语言提示共同生成。

• use_cache：优先读取缓存；未命中时调用 Paraformer，并保存结果。
• refresh：忽略已有缓存，重新调用 Paraformer并覆盖对应缓存。
• cache_only：只读取缓存，绝不调用 Paraformer；未命中时在报告中返回失败。

缓存命中后，texts 输出就是已保存的转写文本，可以直接连接预览或文本保存节点，不必连接 Gemini。report_json 会提供 cache_path、cache_hit_count 和 asr_request_count。

Linux Pod + Windows UI 场景建议

• UI 中路径请使用容器内路径，例如 /data/input、/data/output
• 不要传 Windows 盘符路径
• 如集群无公网，建议在镜像构建阶段预热 ffmpeg 或设置 IMAGEIO_FFMPEG_EXE