Saltar al contenido principal
Los nodos de audio de Pika convierten una descripción de texto en audio terminado sin necesidad de una GPU local. Pika Music escribe una canción a partir de un prompt de estilo y letras opcionales, con la duración que elijas entre 10 y 360 segundos, y también puede versionar una pista subida con la duración propia de esa pista. Pika SFX devuelve un efecto de sonido de 1 a 20 segundos, para foley, blips de UI, risers y golpes de tráiler. Ninguno de los dos nodos descarga pesos. Ambos devuelven una única salida AUDIO, se ejecutan en tu cuenta de Comfy y se facturan en créditos por segundo de audio generado. Para qué sirven estos nodos
  • Una sintonía, un jingle o una base instrumental cortada a la duración exacta de un montaje
  • Una canción a partir de letras que ya escribiste, con un estilo que puedes cambiar sin tocar las palabras
  • Una versión rehecha de una pista que ya tienes: otro género, otro tempo, la misma canción debajo
  • Foley, impactos, whooshes, tono de sala y sonidos de eventos para un plano ya terminado
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

​
Primeros pasos

  1. Actualiza ComfyUI a 0.45.0 o superior
  2. Ve a la Biblioteca de plantillas y busca Pika Music o Pika SFX
  3. Escribe el prompt, ajusta duration y ejecuta el flujo de trabajo

​
Pika Music: texto a música

Escribe los arreglos, el ambiente y la instrumentación en el prompt, y añade letras si quieres voz. El nodo devuelve una pista terminada, mezclada por el modelo. Pika Music text to music workflow preview

Descargar flujo de trabajo

Descarga el JSON o busca “Pika Music” en la Biblioteca de plantillas
  1. Elige text to music en el nodo Pika Music.
  2. Escribe el brief en prompt: género y época, BPM y tonalidad, los instrumentos que llevan el gancho, el carácter de la voz y cómo avanza la canción de una sección a otra. Al modelo le llegan hasta 4.000 caracteres.
  3. Añade lyrics con etiquetas de sección como [Verse] y [Chorus], o deja el campo vacío para una instrumental. Hasta 8.000 caracteres.
  4. Ajusta duration entre 10 y 360 segundos (30 por defecto). Activa rewrite_prompt solo cuando tu prompt sean unas pocas palabras y quieras que un modelo lo expanda antes.
  5. Ejecuta el flujo de trabajo. Save Audio (Advanced) escribe un MP3 en ComfyUI/output/audio/.

​
Pika Music: versionar una canción

Cambia el modo del mismo nodo a cover para rehacer una canción que ya tienes en lugar de escribir una nueva. Conecta un archivo de audio a source_audio y escribe en el prompt el arreglo que quieres en su lugar: otro género, otro tempo, otra banda. El cover ignora duration. El resultado conserva la duración de la fuente, ajustada al rango de 5 a 360 segundos, así que una subida de tres minutos vuelve con tres minutos. La entrada lyrics sigue aplicándose, lo que significa que puedes mantener la letra original o darle al modelo una nueva para el mismo arreglo. El cover parte de una mezcla, así que separar voz e instrumental es tarea del modelo. Una voz principal centrada y un arreglo sencillo sobreviven mejor a la rehacer que un máster denso.

​
Pika SFX: texto a efectos de sonido

Nombra el sonido en una línea y el nodo devuelve un único efecto. Pika sigue el brief sin añadir voz, música ni ruido de fondo que no hayas pedido, así que el efecto entra en la línea de tiempo sin una base que tengas que quitar. Pika SFX text to sound effect workflow preview

Descargar flujo de trabajo

Descarga el JSON o busca “Pika SFX” en la Biblioteca de plantillas
  1. Escribe el sonido en el prompt de Pika SFX, por ejemplo una vieja puerta de madera que se abre chirriando sobre bisagras oxidadas y luego un pestillo pesado que se cierra de golpe.
  2. Ajusta duration entre 1 y 20 segundos (5 por defecto) y ejecuta el flujo de trabajo. El MP3 queda en ComfyUI/output/audio/.
Cada ejecución produce un efecto en estéreo a 44,1 kHz. Para una secuencia de sonidos, ejecuta el nodo una vez por cada sonido y colócalos tú mismo en la línea de tiempo. Pika SFX no escribe música ni voces cantadas; para eso está Pika Music.

​
Cómo escribir un prompt de música

Construye el brief en este orden: género y época, BPM y tonalidad, los instrumentos que llevan el gancho, carácter de la voz, desarrollo del arreglo, notas de mezcla. El modelo lee los 4.000 caracteres, así que el detalle concreto aporta y una pila de adjetivos no. El prompt por defecto de la plantilla muestra la forma:
Más puntos de partida:
  • Mainstream dance pop, four-on-the-floor beat at 124 BPM in A minor, bright female lead in an upper-mid register, sidechained warm pads, plucked synth hook, filtered verse lifting into a festival-sized chorus, glossy radio mix.
  • Sparse solo grand piano at 68 BPM, felt hammers and close mic, rubato intro resolving into a steady left-hand arpeggio, no drums, no vocals.
  • Cinematic orchestral build at 90 BPM, taiko and low-string ostinato, brass swell around twenty seconds, choir pad underneath, wide trailer mix, instrumental.
  • Lofi hip hop at 82 BPM, dusty boom-bap drums, vinyl crackle, warm electric piano loop, upright bass, no vocals, loopable.
Lo que cambia el resultado:
  • Pide el desarrollo, no solo la paleta. “Filtered verse lifting into a full chorus” da a la pista un lugar hacia el que ir; una lista larga de instrumentos suele volver como una textura estática.
  • Di lo que no quieres. no vocals, no ad-libs, dry close-mic lead se leen como dirección.
  • Nombra la interpretación. El registro, el género de la voz y cuánto se adelanta en la mezcla cambian la canción más que un instrumento extra.
  • Ajusta la duración al uso. Un sting de 10 segundos y una pieza de 180 piden briefs distintos, así que genera la duración que necesitas en vez de recortar una canción larga.
  • Itera una dimensión a la vez. Mantén el mismo seed mientras editas el prompt, para que la diferencia que oigas venga del cambio que hiciste.

​
Letras y etiquetas de sección

lyrics es una entrada separada del prompt, así que las mismas palabras pueden volver como balada, sencillo de dance o interpretación de rock cambiando solo el brief.
  • Un campo lyrics vacío devuelve una instrumental con el mismo brief, sin voz.
  • Las etiquetas fijan la estructura. Se leen como frases y límites de sección, no como texto que cantar. [Verse], [Pre-Chorus] y [Chorus] cubren la mayoría de las canciones; añade [Verse 2], [Bridge] o [Final Chorus] para marcar repeticiones y el final.
  • Una línea de letra por línea. El modelo frasea a partir de los saltos de línea.

​
Cómo escribir un prompt de efecto de sonido

Una línea con cuatro cosas: cuál es el material, qué le ocurre, en qué espacio sucede y a qué distancia está el micrófono. La intensidad va al final. Una descripción cercana y seca se lee mejor que una lista de adjetivos.
  • Un evento por ejecución. Una puerta que se abre y un pestillo que se cierra comparten prompt solo si ocurren en ese orden dentro de la duración que fijaste.
  • Di no music, no voices cuando el efecto tiene que ir bajo diálogo. Mantiene la mezcla limpia.
  • Ajusta la duración al evento. Un clic es un segundo; un riser tiene que llenar el hueco delante del corte.
  • Escucha variantes. Vuelve a ejecutar con otro seed y cambia una dimensión cada vez: primero material, luego espacio, luego intensidad.

​
Duración, límites y créditos

Ambos nodos se facturan en créditos por segundo de audio generado, así que un sting de 10 segundos cuesta una fracción de una canción de 3 minutos. Consulta Precios de los nodos asociados para la tarifa actual. Con rewrite_prompt desactivado, el mismo prompt, letras, duración y seed reproducen el mismo resultado. Con rewrite_prompt activado, un modelo reescribe el brief antes de generar, así que el seed por sí solo ya no fija la salida. Déjalo desactivado cuando quieras un flujo reproducible. Ambos nodos parten de seed 42: mantenlo mientras editas el prompt y cámbialo solo para escuchar otra toma del mismo brief.

​
Salida y guardado

Ambos nodos devuelven AUDIO, y las plantillas lo guardan con Save Audio (Advanced): prefijo audio/Pika_Music o audio/Pika_SFX, formato mp3 con calidad V0, que queda en ComfyUI/output/audio/. Cambia el formato a flac cuando quieras un archivo sin pérdida para masterizar o recortar. La salida es un flujo de audio normal, así que se combina con el resto del grafo:
  • Conéctala a Create Video para pegar la pista a un conjunto de fotogramas
  • Ejecuta Pika SFX una vez por impacto y superpón los resultados en tu editor, porque una ejecución da un solo efecto
  • Ajusta la duración de la pista a la del corte en lugar de recortar una canción más larga en la línea de tiempo

​
Qué nodo de audio de Pika usar

Para un efecto sincronizado con la acción en pantalla, la ruta de video es Pika Soundtrack en la página de Pika H3 Flex, que lee el clip en lugar de una descripción.

​
Páginas relacionadas