HeyGen Voice 1.0 en ComfyUI: clonación de voz y texto a voz

HeyGen Voice 1.0 convierte una grabación corta de un solo hablante en una voz reutilizable y luego lee cualquier guion con esa voz. No hay espera de entrenamiento: el clon se crea a partir del clip que conectas, y el voice_id devuelto es todo lo que necesita el nodo de texto a voz. Está pensado para narración con tu propia voz, diálogos de personajes y voz en off multilingüe. En ComfyUI, la función se ejecuta mediante dos nodos asociados: HeyGen Voice 1.0 Instant Clone toma la grabación y devuelve un voice_id, y HeyGen Voice 1.0 Text to Speech lee el texto escrito con esa voz. Ambos son nodos API en la nube: requieren una cuenta de Comfy con créditos y no descargan ningún modelo local. Clonar es gratis y el texto a voz se cobra por cada 1K caracteres. Consulta Precios de los nodos asociados para ver las tarifas. La plantilla conecta los dos nodos y guarda ambas salidas: el audio hablado y un archivo de texto con el voice_id, para que puedas reutilizar la misma voz en una sesión posterior sin volver a clonar.

​

Para qué sirve HeyGen Voice 1.0

• Clona a partir de una grabación corta: basta con 10 segundos de habla clara, y se usan hasta 3 minutos del clip
• Reutiliza la voz: la salida voice_id se conecta a text to speech, o a custom_voice_id en HeyGen Avatar Video y HeyGen Talking Photo
• Dos velocidades: heygen-voice-1-turbo es más rápida y cuesta aproximadamente una cuarta parte de lo que cuesta heygen-voice-1
• Control de expresividad: expressiveness_boost se mantiene cerca de la grabación con valores bajos y añade emoción con valores altos

​

Ejemplo de salida

Clonar una voz a partir de una grabación y después interpretar un guion con esa voz:

​

Usarlo

Esto se ejecuta en la misma cuenta de Comfy y se factura con los mismos créditos que ejecutarlo en ComfyUI a continuación. Consulta Precios de los Nodos asociados para conocer las tarifas por modelo y Límites de concurrencia para saber cuántas solicitudes puedes tener en curso.

​

Flujo de trabajo de HeyGen Voice 1.0

Clona la voz, escribe el guion y ejecuta. La plantilla mantiene ambos nodos en un mismo gráfico, así que el voice_id pasa directamente del clon al nodo de texto a voz. Material de entrada

​

Pasos para ejecutar

1. Carga una grabación: conecta en el nodo LoadAudio la voz de un solo hablante, con al menos 10 segundos de habla clara. Solo se usan los primeros 3 minutos
2. Clona la voz: en HeyGen Voice 1.0 Instant Clone, asigna a language el idioma que se habla en la grabación y elige similarity. Cambia seed para clonar de nuevo y obtener una voz ligeramente distinta
3. Escribe el guion: en HeyGen Voice 1.0 Text to Speech, introduce hasta 5000 caracteres de prosa simple en text y conecta la salida voice_id del nodo de clonación a su entrada voice_id
4. Define la interpretación: expressiveness_boost va de 0 a 1. 0 se mantiene más cerca de la grabación, 1 aporta la mayor emoción
5. Haz clic en Queue o pulsa Ctrl+Enter para generar
6. Guarda el resultado: la plantilla escribe el audio con SaveAudioAdvanced y el ID de voz con SaveText, en output/HeyGen_Voice_id/

​

Controles del nodo

​

HeyGen Voice 1.0 Instant Clone

​

HeyGen Voice 1.0 Text to Speech

​

Límites

• El clon usa los primeros 3 minutos de la grabación, y 10 segundos de habla clara son el mínimo práctico.
• El texto está limitado a 5000 caracteres, aproximadamente 12 minutos de habla. Solo prosa simple; todo lo demás se rechaza.
• Las voces instantáneas ignoran seed, speed y pitch en la conversión de texto a voz. expressiveness_boost es el único control de expresividad.
• El voice_id debe provenir de un clon. Un ID vacío falla con un error.
• La clonación es gratis; la conversión de texto a voz se cobra por 1K caracteres a la tarifa del modelo.

​

Empezar

1. Actualiza ComfyUI a la última versión
2. Ve a la Biblioteca de plantillas y busca HeyGen Voice 1.0