HeyGenTalkingPhotoNode - ComfyUI Built-in Node Documentation - ComfyUI

概述

使用 HeyGen 的 Avatar IV 技术，将人物静态图像动画化为唇形同步的说话视频。您可以通过 HeyGen 转换为语音的文本来驱动动画，也可以提供自己的音频让虚拟形象进行唇形同步。

输入

参数	描述	数据类型	是否必填	取值范围
`图像`	要动画化的人物图像。如果大于 2K 将自动缩小。	IMAGE	是	-
`语音`	通过文本脚本（HeyGen 文本转语音）或您自己的音频驱动虚拟形象。	COMBO	是	`"script"` `"audio"`
`text`	虚拟形象要说的文本（最多 5000 个字符）。生成的语音必须至少 1 秒长。	STRING	是（当 speech 为 “script” 时）	-
`voice`	脚本使用的语音（HeyGen 最受欢迎的语音）。	COMBO	是（当 speech 为 “script” 时）	提供多个选项
`custom_voice_id`	可选的 HeyGen 语音 ID。设置后将覆盖上面选择的语音。可以使用 HeyGen 库中的任何语音（2000+）。	STRING	否	-
`voice_speed`	语速倍率（默认值：1.0）。	FLOAT	否	0.5 至 1.5
`audio`	虚拟形象唇形同步的音频，最长 10 分钟。	AUDIO	是（当 speech 为 “audio” 时）	-
`分辨率`	输出视频分辨率（默认值：“1080p”）。	COMBO	否	`"720p"` `"1080p"`
`宽高比`	输出宽高比。‘auto’ 跟随输入图像（默认值：“auto”）。	COMBO	否	`"auto"` `"16:9"` `"9:16"` `"1:1"` `"4:5"` `"5:4"`
`表现力`	动画面部和手势的表现力程度（默认值：“low”）。	COMBO	否	`"low"` `"medium"` `"high"`
`种子`	不会发送到 HeyGen；更改它以强制重新运行（默认值：42）。	INT	否	0 至 2147483647

输出

输出名称	描述	数据类型
`video`	生成的动画说话照片视频，包含唇形同步的语音。	VIDEO

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 2181066a8c6191cfcaa15ece4f89a16c37e76aa22763d6df4007baa20336f05a