HeyGenTalkingPhotoNode - ComfyUI Built-in Node Documentation - ComfyUI

HeyGen の Avatar IV テクノロジーを使用して、人物の静止画像をリップシンク付きのトーキングビデオにアニメートします。HeyGen が音声に変換するテキストスクリプトでアニメーションを駆動するか、アバターがリップシンクするための独自のオーディオを提供することができます。

入力

共通入力

パラメータ	説明	データ型	必須	範囲
`画像`	アニメートする人物の画像。2K より大きい場合は自動的にダウンスケールされます。	IMAGE	はい	-
`音声`	テキストスクリプト（HeyGen テキスト読み上げ）または独自のオーディオでアバターを駆動します。	DYNAMIC_COMBO	はい	`"script"` `"audio"`
`解像度`	出力ビデオの解像度（デフォルト：`"1080p"`）。	COMBO	いいえ	`"720p"` `"1080p"`
`アスペクト比`	出力のアスペクト比。`"auto"` は入力画像に従います（デフォルト：`"auto"`）。	COMBO	いいえ	`"auto"` `"16:9"` `"9:16"` `"1:1"` `"4:5"` `"5:4"`
`表現力`	アニメートされた顔とジェスチャーの表現力（デフォルト：`"low"`）。	COMBO	いいえ	`"low"` `"medium"` `"high"`
`シード`	HeyGen には送信されません。変更すると再実行が強制されます（デフォルト：42）。	INT	いいえ	0〜2147483647

スクリプト入力

speech が "script" の場合に表示されます。

パラメータ	説明	データ型	必須	範囲
`text`	アバターが話すテキスト（最大 5000 文字）。生成される音声は少なくとも 1 秒以上の長さである必要があります。（デフォルト：空）	STRING	はい	1〜5000 文字
`voice`	スクリプト用の音声（HeyGen で最も人気のある音声）。	COMBO	はい	複数のオプションから選択可能
`custom_voice_id`	オプションの HeyGen 音声 ID。設定すると、上で選択した音声を上書きします。HeyGen のライブラリ（2000 以上）から任意の音声を使用できます。（デフォルト：空）	STRING	いいえ	-
`voice_speed`	音声速度の倍率（デフォルト：1.0）。	FLOAT	いいえ	0.5〜1.5（ステップ 0.05）

オーディオ入力

speech が "audio" の場合に表示されます。

パラメータ	説明	データ型	必須	範囲
`audio`	アバターがリップシンクするためのオーディオ（最大 10 分）。	AUDIO	はい	最大 10 分

注：speech が "script" の場合、text を指定する必要があり、voice セレクター（アバターのデフォルト音声以外を選択）または custom_voice_id による音声が必要です。speech が "audio" の場合、代わりに audio が必要です。

出力

出力名	説明	データ型
`video`	リップシンク音声付きのアニメーション化されたトーキング写真の生成ビデオ。	VIDEO

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): 2181066a8c6191cfcaa15ece4f89a16c37e76aa22763d6df4007baa20336f05a