> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# ByteDance Seed Audio 1.0 - Generación universal de audio

> Genera voz, música, efectos de sonido y diálogos con varios hablantes desde un solo prompt con clonación de voz y voces predefinidas usando Seed Audio 1.0 en ComfyUI

Seed Audio 1.0 es el modelo de generación de audio universal de ByteDance, ahora disponible como nodo integrado en ComfyUI. A diferencia de los sistemas tradicionales de texto a voz, que solo leen palabras en voz alta, Seed Audio comprende todo el espectro del sonido. Puede generar voz, música, efectos de sonido, atmósferas ambientales y diálogos con varios hablantes a partir de un solo prompt de texto.

## Para qué sirve Seed Audio 1.0

* **Generación de audio multimodal**: voz, música, efectos de sonido y audio ambiente a partir de un solo prompt. Describe lo que oyes y Seed Audio lo produce
* **Clonación de voz**: clona voces a partir de hasta 3 clips de referencia (etiquetados como `@Audio1`, `@Audio2`, `@Audio3` en el prompt) para diálogos con varios personajes o una narración consistente
* **Voces predefinidas**: elige entre las voces integradas de TTS 2.0 cuando necesites una narración confiable y de alta calidad sin un clip de referencia
* **Voz a partir de una imagen**: deriva una voz de la imagen de un personaje, ajustando el tono y el estilo al sujeto visual
* **Control detallado**: ajusta la velocidad del habla, el tono, el volumen y la frecuencia de muestreo de forma independiente en cada generación
* **Diálogo con varios hablantes**: nombra a los personajes directamente en el prompt y Seed Audio se encarga de la asignación de voces, los turnos de palabra y la expresividad emocional
* **Hasta 2 minutos por ejecución**: genera clips de audio extensos, adecuados para narración, fragmentos de pódcast, doblaje de video y diseño sonoro

Con estas capacidades, Seed Audio 1.0 se adapta a una amplia variedad de casos de uso, como las locuciones de video, los dramas de audio con varios personajes, las demostraciones de producto, la narración para e-learning, los prototipos de audio para juegos y el contenido de accesibilidad.

> [!TIP]
>
> Para usar los Nodos asociados, debes asegurarte de haber iniciado sesión correctamente y de estar utilizando un entorno de red permitido. Consulta la sección [Descripción general de los Nodos asociados](https://docs.comfy.org/es/tutorials/partner-nodes/overview.md) de la documentación para conocer los requisitos específicos de uso de los Nodos asociados.

> [!TIP]
>
> **Usuarios locales**
>
> Asegúrate de que tu ComfyUI esté actualizado.
>
> * [Descargar ComfyUI](https://www.comfy.org/download)
> * [Guía de actualización](https://docs.comfy.org/es/installation/update_comfyui.md)
>
> Los flujos de trabajo de esta guía se encuentran en las [Plantillas de flujos de trabajo](https://docs.comfy.org/es/interface/features/template.md).
> Si no los encuentras en las plantillas, es posible que tu ComfyUI esté desactualizado.
>
> Si faltan nodos al cargar un flujo de trabajo, estas son las posibles razones:
>
> 1. No estás usando la última versión de ComfyUI (versión nocturna)
> 2. Algunos nodos fallaron al importarse durante el inicio
>
> **Usuarios de Cloud**
>
> * [Cloud](https://cloud.comfy.org) se actualizará después del lanzamiento estable de ComfyUI.
>
> Por lo tanto, si notas que falta algún nodo central en este documento, puede deberse a que los nuevos nodos centrales aún no se han publicado en la última versión estable. Espera al próximo lanzamiento estable.

## Flujos de trabajo disponibles

### Seed Audio 1.0: Texto a audio

Introduce un prompt de texto para generar voz hablada, diálogo, música de fondo y efectos de sonido en un solo archivo de audio.

![Vista previa del flujo de trabajo Seed Audio 1.0: Texto a audio](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_bytedance_seed_audio1_0_t2a-1.webp)

> **[Ejecutar en Comfy Cloud](https://cloud.comfy.org/?template=api_bytedance_seed_audio1_0_t2a\&utm_source=docs\&utm_medium=referral\&utm_campaign=seed-audio-1-0)**
>
> Abrir en Comfy Cloud

> **[Descargar flujo de trabajo](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_bytedance_seed_audio1_0_t2a.json)**
>
> Descarga el JSON o busca "Seed Audio 1.0: Text to Audio" en la Biblioteca de plantillas

### Seed Audio 1.0: Texto + audio a audio

Sube un clip de audio de referencia y escribe un prompt de texto para clonar la voz en una nueva escena.

![Vista previa del flujo de trabajo Seed Audio 1.0: Texto + audio a audio](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_bytedance_seed_audio1_0_ta2a-1.webp)

> **[Ejecutar en Comfy Cloud](https://cloud.comfy.org/?template=api_bytedance_seed_audio1_0_ta2a\&utm_source=docs\&utm_medium=referral\&utm_campaign=seed-audio-1-0)**
>
> Abrir en Comfy Cloud

> **[Descargar flujo de trabajo](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_bytedance_seed_audio1_0_ta2a.json)**
>
> Descarga el JSON o busca "Seed Audio 1.0: Text + Audio to Audio" en la Biblioteca de plantillas

**Materiales de entrada**

Sube este archivo al nodo `LoadAudio` correspondiente:

> **[seed\_audio\_ref\_audio1.mp3](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/seed_audio_ref_audio1.mp3)**
>
> Nodo `LoadAudio` 8 · `seed_audio_ref_audio1.mp3`

### Seed Audio 1.0: Texto + imagen a audio

Sube una imagen de un personaje y escribe un prompt de texto para generar audio con un estilo de voz que coincida con el sujeto visual.

![Vista previa del flujo de trabajo Seed Audio 1.0: Texto + imagen a audio](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_bytedance_seed_audio1_0_ti2a-1.webp)

> **[Ejecutar en Comfy Cloud](https://cloud.comfy.org/?template=api_bytedance_seed_audio1_0_ti2a\&utm_source=docs\&utm_medium=referral\&utm_campaign=seed-audio-1-0)**
>
> Abrir en Comfy Cloud

> **[Descargar flujo de trabajo](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_bytedance_seed_audio1_0_ti2a.json)**
>
> Descarga el JSON o busca "Seed Audio 1.0: Text + Image to Audio" en la Biblioteca de plantillas

**Materiales de entrada**

Sube este archivo al nodo `LoadImage` correspondiente:

> **[girl\_and\_fish.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/girl_and_fish.png)**
>
> Nodo `LoadImage` 6 · `girl_and_fish.png`

![girl\_and\_fish.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/girl_and_fish.png)

## Cómo usar Seed Audio 1.0 en ComfyUI

Seed Audio 1.0 se distribuye como el nodo integrado **ByteDanceSeedAudio**. Lo encuentras en el menú de nodos, dentro de ByteDance.

### Elegir un modo de referencia

El nodo ofrece cuatro modos de referencia que determinan cómo se condiciona la voz generada:

| Modo | Descripción | Cuándo usarlo |
| - | - | - |
| **Solo texto** | Describe todo (estilo de voz, emoción, ambiente y diálogo) en el prompt | Generación rápida sin material de referencia |
| **Referencia de audio** | Conecta hasta 3 clips de audio de referencia (máx. 30 s cada uno) y etiquétalos como `@Audio1`, `@Audio2`, `@Audio3` en el prompt | Clonar voces específicas o crear diálogos con varios personajes |
| **Referencia de imagen** | Conecta una imagen de personaje; el modelo deriva una voz a partir de ella | Derivar una voz a partir de un diseño visual de personaje |
| **Voz predefinida** | Selecciona una voz integrada de TTS 2.0 en el menú desplegable | Narración confiable sin clonación |

### Estructura del prompt

Para obtener los mejores resultados, estructura tu prompt para describir la escena de audio:

* **Voz y emoción**: describe el tono, la edad, el género, el acento o la entrega emocional
* **Ambiente y fondo**: describe el entorno acústico (estudio silencioso, calle concurrida, sala de conciertos)
* **Efectos de sonido**: describe sonidos específicos en el momento adecuado de la línea de tiempo
* **Líneas de diálogo**: escribe las líneas que se van a pronunciar y nombra a los personajes en escenas con varios hablantes

**Ejemplo: narración con ambiente**

> Una voz masculina tranquila y cálida habla con confianza. Cae lluvia suave de fondo, con truenos lejanos ocasionales. "Seed Audio 1.0 genera habla natural con control total sobre el ritmo, el tono y la presencia."

**Ejemplo: diálogo con varios hablantes y referencias de audio**

> @Audio1 dice con nerviosismo, en un susurro bajo y rápido: "¿Viste eso?" @Audio2 responde con un deje lento y tranquilo: "¿Ver qué? Solo es el viento." Ambiente de viento suave durante todo el audio.

### Ajuste de parámetros

Después de conectar tus entradas, ajusta estos parámetros para obtener el resultado deseado:

* **Velocidad del habla**: predeterminado 0 (normal). Alcance de -50 (0.5x) a 100 (2.0x). Usa valores negativos para una narración relajada y positivos para locuciones energéticas
* **Tono**: desplazamiento en semitonos (-12 a +12). Útil para voces de personajes o para igualar un registro vocal específico
* **Volumen**: predeterminado 0 (normal). Alcance de -50 (0.5x) a 100 (2.0x). Ajusta para lograr un volumen constante entre distintos materiales de origen
* **Frecuencia de muestreo**: elige entre 8 kHz y 48 kHz. 24 kHz es un buen valor predeterminado para voz; 44.1 kHz o 48 kHz para música
* **Semilla**: controla si el nodo se vuelve a ejecutar; los resultados no son deterministas, sin importar el valor de la semilla

### Casos límite y limitaciones

* **Duración de los clips de referencia**: los clips de audio de referencia tienen un límite de 30 segundos cada uno. Para material de referencia más largo, recorta o edita el clip antes de conectarlo
* **Orden de las referencias de audio**: las entradas de referencia deben conectarse de forma secuencial (1, 2, 3), sin espacios
* **Límite de etiquetas**: el máximo es de 3 etiquetas `@AudioN` por prompt
* **Límite de caracteres**: los prompts tienen un límite de 3000 caracteres
* **Límite de duración**: máximo 2 minutos de audio por ejecución

## Empezar

1. Actualiza ComfyUI a la última versión
2. Agrega el nodo **ByteDanceSeedAudio** desde el menú de nodos, o abre una de las plantillas de flujo de trabajo de arriba
3. Elige tu modo de referencia y conecta las entradas
4. Escribe tu prompt describiendo la escena de audio y el diálogo
5. Ejecuta el flujo de trabajo


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.