Saltar al contenido principal
HeyGen Avatar 6 convierte una foto, un video corto de un personaje o un look de avatar de HeyGen en un clip con voz, sincronizado labialmente con el audio que proporciones o escribas. En ComfyUI funciona mediante dos nodos asociados. HeyGen Avatar 6 Reference to Video anima una foto o un personaje estilizado con tu propia pista de audio. HeyGen Avatar 6 Identity to Video genera un avatar de catálogo o personalizado a partir de un guion escrito, con la voz que elijas. Ambos son nodos API en la nube: necesitan una cuenta de Comfy con créditos y no descargan ningún modelo local. Las tarifas están en la página de precios de los nodos asociados. Cada ejecución se renderiza en 1080p o 2K, en 16:9, 9:16, 1:1, 4:5 o 5:4, y la duración del clip sigue al audio de la voz. heygen-avatar-6 es el motor predeterminado; heygen-avatar-6-turbo es la opción más rápida y económica.
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 de la documentación para conocer los requisitos específicos de uso de los Nodos asociados.
Asegúrate de que tu ComfyUI esté actualizado.Los flujos de trabajo de esta guía se encuentran en las Plantillas de flujos de trabajo. 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

Flujos de trabajo disponibles

De foto o video a video

Convierte una foto, un video corto de un personaje estilizado, o ambos, en un clip con voz usando tu propio audio. El audio define la duración del render.
  • La foto define la identidad y la escena. No se usa como primer fotograma: el modelo vuelve a montar la pose, así que una foto con los brazos cruzados regresa con la pose cambiada.
  • El video de referencia muestra cómo habla y se mueve el personaje, con al menos 2 segundos de duración. Los clips más largos se recortan a los primeros 30 segundos. El modelo rechaza los videos de personas realistas; en su lugar, conecta una foto de la persona.
  • El audio va de 1.5 segundos a 10 minutos.

Ejecutar en Comfy Cloud

Abrir en Comfy Cloud

Descargar flujo de trabajo

Descarga el JSON o busca “HeyGen Avatar 6: Photo to Video” en la Biblioteca de Plantillas
Materiales de entrada

pink_hair_portrait.png

Carga en la entrada image

avatar6_narration.mp3

Carga en la entrada audio

De identidad a video

Renderiza un presentador sin rodaje: elige un aspecto prediseñado o un avatar que hayas creado, escribe el texto y selecciona una voz. Con speech en script no hace falta conectar nada; con audio, conecta un nodo Load Audio a la entrada audio. speech tiene dos modos. script escribe el texto en text (hasta 5000 caracteres) y lo pronuncia con la voice seleccionada, con un multiplicador voice_speed opcional. audio toma tu propio clip de 0.5 segundos a 10 minutos, y la duración del clip pasa a ser la duración del render.

Ejecutar en Comfy Cloud

Abrir en Comfy Cloud

Descargar flujo de trabajo

Descarga el JSON o busca “HeyGen Avatar 6: Identity to Video” en la Biblioteca de Plantillas
La plantilla también incluye dos grupos con bypass que crean tu propio avatar y tu propia voz. Selecciona los nodos de un grupo, pulsa Ctrl+B para quitar el bypass y ejecuta el grafo con Ejecutar o Ctrl+Enter; después reutiliza el ID guardado. Borra antes el prefijo string_a de Concatenate Text, o copia el ID sin procesar desde la salida del nodo de creación, porque el texto guardado es el prefijo seguido del ID:
  • Avatar: Crear Avatar HeyGen con source en photo devuelve un ID de aspecto. Configura avatar como custom avatar en el nodo principal y pega el ID en custom_avatar_id. pink_hair_portrait.png viene incluido con la plantilla.
  • Voice: HeyGen Voice 1.0 Instant Clone devuelve un ID de voz a partir de al menos 10 segundos de audio limpio de un solo hablante. Pégalo en custom_voice_id; sobrescribe el menú desplegable voice siempre que no esté vacío. avatar6_voice_sample.mp3 viene incluido con la plantilla.

Controles del nodo

Reference to Video necesita una imagen, un video o ambos conectados. Identity to Video no necesita entradas en modo script; el modo audio necesita una entrada de audio.

Consejos para escribir prompts

  • Dirige la actuación en motion_prompt. Indica cómo habla y se mueve el avatar: gestos en las palabras clave, hombros relajados, una ligera inclinación de cabeza y un lento acercamiento de cámara. Déjalo vacío para una actuación neutra.
  • Mantén los gestos pequeños cuando el encuadre es cerrado. Ajusta motion_expressiveness a less para planos de cabeza y hombros, donde los gestos amplios se salen del encuadre.
  • Usa audio limpio de un solo hablante. La música de fondo o una segunda voz en la pista aparecen en la sincronización labial. Para un clon de voz, 10 segundos de habla continua son suficientes.
  • Encuadra la foto antes de conectarla. auto mantiene la forma de la foto, así que recorta a la relación de aspecto que quieras en lugar de reencuadrar después.

Empezar

  1. Actualiza ComfyUI a la última versión
  2. Ve a la Biblioteca de plantillas y busca HeyGen Avatar 6