ElevenLabs texto a voz - ComfyUI Built-in Node Documentation - ComfyUI

El nodo ElevenLabs Text to Speech convierte texto escrito en audio hablado usando la API de ElevenLabs. Permite seleccionar una voz específica y ajustar diversas características del habla, como la estabilidad, la velocidad y el estilo, para generar una salida de audio personalizada. El texto debe contener al menos un carácter.

Entradas

Entradas comunes

Parámetro	Descripción	Tipo de datos	Obligatorio	Rango
`modelo`	Modelo que se utilizará para texto a voz. Al seleccionar un modelo, se revelan sus parámetros específicos.	DYNAMIC_COMBO	No	`"eleven_v4"` `"eleven_v4_turbo"` `"eleven_multilingual_v2"` `"eleven_v3"`
`voz`	Voz que se utilizará para la síntesis de voz. Conectar desde Voice Selector o Instant Voice Clone.	CUSTOM	Sí	N/A
`texto`	El texto que se convertirá a voz. Debe contener al menos un carácter.	STRING	Sí	N/A
`estabilidad`	Estabilidad de la voz. Los valores más bajos ofrecen un rango emocional más amplio; los valores más altos producen un habla más consistente pero potencialmente monótona (predeterminado: 0.5).	FLOAT	No	0.0 - 1.0
`aplicar_normalización_de_texto`	Modo de normalización de texto. ‘auto’ deja que el sistema decida, ‘on’ siempre aplica la normalización, ‘off’ la omite.	COMBO	No	`"auto"` `"on"` `"off"`
`código_de_idioma`	Código de idioma ISO 639-1 (p. ej., ‘en’, ‘es’, ‘ja’). Dejar vacío para detección automática (predeterminado: "").	STRING	No	N/A
`semilla`	Semilla para reproducibilidad (no se garantiza el determinismo) (predeterminado: 1).	INT	No	0 - 2147483647
`formato_de_salida`	Formato de salida de audio.	COMBO	No	`"mp3_44100_192"` `"opus_48000_192"`

Entradas de eleven_multilingual_v2

Estos parámetros están disponibles cuando model se establece en "eleven_multilingual_v2".

Parámetro	Descripción	Tipo de datos	Obligatorio	Rango
`speed`	Velocidad del habla. 1.0 es normal, <1.0 más lento, >1.0 más rápido (predeterminado: 1.0).	FLOAT	No	0.7 - 1.2
`similarity_boost`	Refuerzo de similitud. Los valores más altos hacen que la voz sea más similar a la original (predeterminado: 0.75).	FLOAT	No	0.0 - 1.0
`use_speaker_boost`	Refuerza la similitud con la voz del hablante original (predeterminado: False).	BOOLEAN	No	True / False
`style`	Exageración del estilo. Los valores más altos aumentan la expresión estilística, pero pueden reducir la estabilidad (predeterminado: 0.0).	FLOAT	No	0.0 - 0.2

Entradas de eleven_v3

Estos parámetros están disponibles cuando model se establece en "eleven_v3".

Parámetro	Descripción	Tipo de datos	Obligatorio	Rango
`speed`	Velocidad del habla. 1.0 es normal, <1.0 más lento, >1.0 más rápido (predeterminado: 1.0).	FLOAT	No	0.7 - 1.3
`similarity_boost`	Refuerzo de similitud. Los valores más altos hacen que la voz sea más similar a la original (predeterminado: 0.75).	FLOAT	No	0.0 - 1.0

Entradas de eleven_v4 y eleven_v4_turbo

Estos parámetros están disponibles cuando model se establece en "eleven_v4" o "eleven_v4_turbo".

Parámetro	Descripción	Tipo de datos	Obligatorio	Rango
`similarity_boost`	Refuerzo de similitud. Los valores más altos hacen que la voz sea más similar a la original (predeterminado: 0.75).	FLOAT	No	0.0 - 1.0

Salidas

Nombre de salida	Descripción	Tipo de datos
`audio`	El audio generado a partir de la conversión de texto a voz.	AUDIO

Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! Editar en GitHub

Source fingerprint (SHA-256): 2f8aadca9f4fee9614ce4488aa206119ecf714518b7c0c340b1bfa766f59672e