> ## 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. # Fish Audio: texto a voz, clonación de voz y voz a texto en ComfyUI > Ejecuta flujos de texto a voz, clonación de voz y voz a texto de Fish Audio en ComfyUI: recorridos de plantillas, configuración de nodos y enlaces de Cloud Fish Audio es un servicio de IA de voz que abarca texto a voz, clonación de voz y voz a texto. En ComfyUI se distribuye como cuatro Nodos asociados: Text to Speech, Speech to Text, Voice Selector e Instant Voice Clone. Esta página recorre las plantillas de flujos de trabajo listas para usar y cómo conectar los nodos. Para la referencia completa de etiquetas en línea (emociones, tono, pausas, fonemas), consulta la [guía de prompts de Fish Audio](https://docs.comfy.org/es/tutorials/partner-nodes/fishaudio/prompt-guide.md). El modelo de texto a voz más reciente, Drama 3, tiene su propia página: [Fish Audio Drama 3](https://docs.comfy.org/es/tutorials/partner-nodes/fishaudio/drama-3.md). > [!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. ## Usar Fish Audio en ComfyUI Los nodos asociados de Fish Audio están disponibles en el menú de nodos dentro de `partner/audio/Fish Audio`. Cuatro nodos cubren el flujo de trabajo: * **Fish Audio Text to Speech**: convierte texto a voz y genera `AUDIO`. * **Fish Audio Speech to Text**: transcribe audio a texto y genera `text`, `language_code` y `segments_json`. * **Fish Audio Voice Selector**: selecciona una de las voces predefinidas o conecta cualquier modelo de voz de fish.audio mediante `custom` (el ID en `https://fish.audio/m//`); genera `voice`. * **Fish Audio Instant Voice Clone**: crea una voz clonada privada a partir de grabaciones; genera `voice`. ### Elegir un modelo El parámetro `model` del nodo Fish Audio Text to Speech ofrece dos opciones: * `s2.1-pro` (recomendado): admite varios hablantes mediante una lista que crece automáticamente de 0 a 5 entradas de voz. * `s1` (clásico): acepta una única entrada de voz opcional y usa la sintaxis de etiquetas de emoción entre paréntesis que se describe en la guía de prompts. La documentación del modelo más reciente, `drama-3`, está en su propia página: [Fish Audio Drama 3](https://docs.comfy.org/es/tutorials/partner-nodes/fishaudio/drama-3.md). ### Conectar voces La salida `voice` del Voice Selector o del Instant Voice Clone se conecta al nodo Text to Speech. El nombre de la entrada depende del modelo: `s2.1-pro` (recomendado) expone la entrada `voices`, que puede crecer (hasta 5 espacios de voz), mientras que `s1` tiene una única entrada `voice` opcional. Con una voz conectada, el nodo la pasa internamente como `reference_id`. Con dos o más, el texto debe marcar a los hablantes con `@Voice1`, `@Voice2`, etc., y cada voz conectada debe aparecer al menos una vez en el texto; de lo contrario, el nodo genera un error. Consulta [Diálogo con varios hablantes](https://docs.comfy.org/es/tutorials/partner-nodes/fishaudio/prompt-guide.md#multi-speaker-dialogue) en la guía de prompts. ### Límites de la clonación de voz El nodo Instant Voice Clone acepta de 1 a 20 grabaciones, recomienda entre 10 y 30 segundos por clip y valida que la duración total no supere los 270 segundos. La opción `enhance_audio_quality` está habilitada de forma predeterminada. Para obtener consejos de grabación, consulta [Calidad de la clonación de voz](https://docs.comfy.org/es/tutorials/partner-nodes/fishaudio/prompt-guide.md#calidad-de-la-clonación-de-voz) en la guía de prompts. ### Cuenta y precios Los nodos requieren iniciar sesión en una cuenta de ComfyUI y el cobro es por uso. Precios de referencia de los nodos: la función de texto a voz cuesta alrededor de $21.45 por 1M de bytes de texto, la de voz a texto cuesta $0.00858 por minuto y la clonación de voz es gratis. ## Flujos de trabajo disponibles Tres plantillas listas cubren los flujos principales de Fish Audio: texto a voz, clonación de voz a voz y voz a texto. Ábrelas desde la Biblioteca de plantillas en ComfyUI o ejecútalas directamente en Comfy Cloud. Las plantillas de clonación de voz y de voz a texto requieren ComfyUI 0.34.0 o posterior. Drama 3 tiene sus propias dos plantillas, descritas en la [página de Drama 3](https://docs.comfy.org/es/tutorials/partner-nodes/fishaudio/drama-3.md). ### Fish Audio: Text to Speech Genera voz a partir de tu guion con una voz predefinida. Escribe tu texto con las etiquetas en línea de la [guía de prompts](https://docs.comfy.org/es/tutorials/partner-nodes/fishaudio/prompt-guide.md) y luego elige otra voz predefinida en el Voice Selector o conecta una voz clonada. ![Vista previa del flujo de trabajo Fish Audio: Text to Speech](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_fishaudio_text_to_speech-1.webp) > **[Ejecutar en Comfy Cloud](https://cloud.comfy.org/?template=api_fishaudio_text_to_speech\&utm_source=docs\&utm_medium=referral\&utm_campaign=fishaudio)** > > Abrir en Comfy Cloud > **[Descargar flujo de trabajo](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_fishaudio_text_to_speech.json)** > > Descarga el JSON o busca "Fish Audio: Text to Speech" en la Biblioteca de plantillas **Materiales de entrada** Sube este archivo al nodo `LoadAudio` correspondiente: > **[fish\_audio\_example.mp3](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/fish_audio_example.mp3)** > > Nodo `LoadAudio` 11 · `fish_audio_example.mp3` ### Fish Audio: Voice Clone to Speech Clona una voz a partir de una grabación corta y úsala para leer cualquier guion. Graba de 2 a 3 clips de 15 a 20 segundos, súbelos a través del nodo `LoadAudio` (o graba directamente en el nodo `RecordAudio`) y conecta la salida de Instant Voice Clone al nodo Text to Speech. Para consejos de grabación, consulta [Calidad de la clonación de voz](https://docs.comfy.org/es/tutorials/partner-nodes/fishaudio/prompt-guide.md#calidad-de-la-clonación-de-voz) en la guía de prompts. ![Vista previa del flujo de trabajo Fish Audio: Voice Clone to Speech](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_fishaudio_voice_clone_tts-1.webp) > **[Ejecutar en Comfy Cloud](https://cloud.comfy.org/?template=api_fishaudio_voice_clone_tts\&utm_source=docs\&utm_medium=referral\&utm_campaign=fishaudio)** > > Abrir en Comfy Cloud > **[Descargar flujo de trabajo](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_fishaudio_voice_clone_tts.json)** > > Descarga el JSON o busca "Fish Audio: Voice Clone to Speech" en la Biblioteca de plantillas **Materiales de entrada** Sube este archivo al nodo `LoadAudio` correspondiente: > **[api\_fishaudio\_voice\_clone\_tts\_fish\_audio\_example.mp3](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/api_fishaudio_voice_clone_tts_fish_audio_example.mp3)** > > Nodo `LoadAudio` 11 · `api_fishaudio_voice_clone_tts_fish_audio_example.mp3` ### Fish Audio: Speech to Text Transcribe un clip de audio a texto. El idioma se detecta automáticamente entre más de 80 idiomas, y activar `precise_timestamps` devuelve los tiempos de inicio y fin de cada segmento como JSON, lo que resulta muy útil para subtítulos. ![Vista previa del flujo de trabajo Fish Audio: Speech to Text](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_fishaudio_speech_to_text-1.webp) > **[Ejecutar en Comfy Cloud](https://cloud.comfy.org/?template=api_fishaudio_speech_to_text\&utm_source=docs\&utm_medium=referral\&utm_campaign=fishaudio)** > > Abrir en Comfy Cloud > **[Descargar flujo de trabajo](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_fishaudio_speech_to_text.json)** > > Descarga el JSON o busca "Fish Audio: Speech to Text" en la Biblioteca de plantillas **Materiales de entrada** Sube este archivo al nodo `LoadAudio` correspondiente: > **[fish\_audio\_example.mp3](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/fish_audio_example.mp3)** > > Nodo `LoadAudio` 11 · `fish_audio_example.mp3` ## Empezar 1. Actualiza ComfyUI a la última versión 2. Abre una plantilla de flujo de trabajo de las de arriba, o agrega los nodos de Fish Audio desde el menú de nodos en `partner/audio/Fish Audio` 3. Inicia sesión en tu cuenta de ComfyUI cuando se te solicite 4. Escribe tu guion con las etiquetas en línea de la [guía de prompts](https://docs.comfy.org/es/tutorials/partner-nodes/fishaudio/prompt-guide.md) 5. Ejecuta el flujo de trabajo y previsualiza o guarda el audio This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.