HeyGenAvatarVideoNode - ComfyUI Built-in Node Documentation

从 HeyGen 虚拟形象生成会说话的主持人视频。

从 HeyGen 虚拟形象生成会说话的主持人视频。此节点使用 HeyGen 的渲染引擎，创建一个 AI 虚拟形象来朗读您提供的文本，或与您自己的音频进行口型同步的视频。

​

输入

​

通用输入

参数	描述	数据类型	必填	范围
引擎	渲染引擎；每个选项仅列出支持该引擎的虚拟形象。“auto”提供所有虚拟形象并自动选择其最佳引擎（优先使用 Avatar IV）。Avatar V 保真度最高，Avatar III 价格最实惠。	DYNAMIC_COMBO	是	"auto" "avatar_iv" "avatar_iii" "avatar_v"
自定义虚拟人 ID	可选的 HeyGen 虚拟形象外观 ID。设置后，将覆盖上方选定的虚拟形象。可以使用 HeyGen 的 3000 多个公开外观（或您的私有虚拟形象）中的任意一个。默认值：""。	STRING	否
语音	使用文本脚本（HeyGen 文本转语音）或您自己的音频来驱动虚拟形象。显示名称：“speech source”。	DYNAMIC_COMBO	是	"script" "audio"
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”跟随虚拟形象的源素材。默认值："auto"。	COMBO	否	"auto" "16:9" "9:16" "1:1" "4:5" "5:4"
背景颜色	可选的纯色背景颜色，使用十六进制代码（例如 "#00ff00"）。留空则使用虚拟形象自身的背景。如果提供，该值必须以 # 开头。默认值：""。	STRING	否
种子	不会发送给 HeyGen；更改它可以强制重新运行。默认值：42。	INT	否	最小值：0 最大值：2147483647

​

auto 输入

当 engine 为 "auto" 时，以下子参数可用：

参数	描述	数据类型	必填	范围
avatar	用于呈现视频的虚拟形象外观（从 HeyGen 的公共库中精选）。会自动选择该外观支持的最佳引擎。	COMBO	是	多个可用选项

​

avatar_iv 输入

当 engine 为 "avatar_iv" 时，以下子参数可用：

参数	描述	数据类型	必填	范围
avatar	支持 Avatar IV 引擎的虚拟形象外观。	COMBO	是	多个可用选项

​

avatar_iii 输入

当 engine 为 "avatar_iii" 时，以下子参数可用：

参数	描述	数据类型	必填	范围
avatar	支持 Avatar III 引擎的虚拟形象外观。	COMBO	是	多个可用选项

​

avatar_v 输入

当 engine 为 "avatar_v" 时，以下子参数可用：

参数	描述	数据类型	必填	范围
avatar	支持 Avatar V 引擎的虚拟形象外观。	COMBO	是	多个可用选项

​

script 输入

当 speech 为 "script" 时，以下子参数可用：

参数	描述	数据类型	必填	范围
text	虚拟形象要朗读的文本（最多 5000 个字符）。生成的语音至少需要 1 秒钟。默认值：""。	STRING	是	最小值：1 个字符 最大值：5000 个字符
voice	脚本的语音。默认选项使用 HeyGen 分配给该虚拟形象的声音。如果设置了 custom_voice_id，则忽略此项。	COMBO	是	"(avatar's default voice)" 多个通用语音选项可用
custom_voice_id	可选的 HeyGen 语音 ID。设置后，将覆盖上方选定的语音。可以使用 HeyGen 库中的任意语音（2000+）。默认值：""。	STRING	否
voice_speed	语速倍率。默认值：1.0。	FLOAT	否	最小值：0.5 最大值：1.5 步长：0.05

​

audio 输入

当 speech 为 "audio" 时，以下子参数可用：

参数	描述	数据类型	必填	范围
audio	虚拟形象用于口型同步的音频，最长 10 分钟。	AUDIO	是

注意：engine 和 speech 是选择器，根据所选值显示不同的子参数。speech 选择器有两种互斥模式：在 "script" 模式下，text 为必填；如果提供了 custom_voice_id，则它会覆盖 voice。在 "audio" 模式下，虚拟形象会根据提供的音频片段进行口型同步。提供 background_color 时，它必须是 # 开头的十六进制颜色代码。设置 custom_avatar_id 后，它会覆盖 avatar 选择，且所选 engine 必须被该虚拟形象外观支持；否则除非 engine 为 "auto"，否则会引发错误。

​

输出

输出名称	描述	数据类型
VIDEO	生成的虚拟形象主持人视频。	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): 86dc799d3a8cf2666449b0d422853b12feffb81ce002f84594f9b925d58b522a