Skip to main content
HeyGen Voice 1.0 は、1人の話者の短い録音を再利用できる声に変換し、その声で任意の台本を読み上げます。学習待ちはありません。接続したクリップからクローンが作成され、返される voice_id がテキスト読み上げノードに必要な情報のすべてです。自分の声でのナレーション、キャラクターのセリフ、多言語のボイスオーバーに向いています。 ComfyUI では、この機能は2つのパートナーノードで実行します。HeyGen Voice 1.0 Instant Clone が録音を受け取って voice_id を返し、HeyGen Voice 1.0 Text to Speech がその声でテキストを読み上げます。どちらもクラウド API ノードで、クレジット付きの Comfy アカウントが必要となり、ローカルモデルはダウンロードしません。クローンは無料で、テキスト読み上げは1K文字あたりの課金です。料金はパートナーノードの料金を参照してください。 テンプレートは2つのノードを1つのワークフローにまとめ、音声と voice_id を記録したテキストファイルの両方を保存します。次回はクローンし直さずに同じ声を再利用できます。

​
HeyGen Voice 1.0 が得意なこと

  • 短い録音からクローン: 10秒のクリアな音声で十分で、クリップの最初の3分までが使われます
  • 声の再利用: voice_id 出力はテキスト読み上げに接続でき、HeyGen Avatar Video と HeyGen Talking Photo の custom_voice_id にも指定できます
  • 2つの速度: heygen-voice-1-turbo は高速で、料金は heygen-voice-1 の半分です
  • 表現力の調整: expressiveness_boost は低い値で録音に近づき、高い値で感情が増します

​
出力例

1本の録音から声をクローンし、その声で台本を読み上げた例です。 HeyGen Voice 1.0 ワークフローのプレビュー

​
使い方

下記の ComfyUI での実行と同じ Comfy アカウント、同じクレジットで課金されます。モデルごとの料金はパートナーノードの料金、同時に実行できるリクエスト数は同時実行の上限を参照してください。
APIノードを使用するには、正しくログインしていることと、許可されたネットワーク環境で使用していることを確認する必要があります。APIノードの使用に必要な具体的な要件については、ドキュメントの「APIノードの概要」セクションをご参照ください。
ComfyUI が最新版に更新されていることを確認してください。このガイドで紹介するワークフローは、ワークフローテンプレートから入手できます。 テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：
  1. 最新の ComfyUI（Nightly 版）を使用していない
  2. 起動時に一部のノードのインポートに失敗している

​
HeyGen Voice 1.0 ワークフロー

声をクローンし、台本を書いて実行します。テンプレートは2つのノードを1つのグラフにまとめているため、voice_id はクローンノードからテキスト読み上げノードへ直接渡されます。

Comfy Cloud で実行

Comfy Cloud で開く

ワークフローをダウンロード

JSON をダウンロード、またはテンプレートライブラリで “HeyGen Voice 1.0” を検索
入力素材

long_demo.mp3

HeyGen Voice 1.0 Instant Clone に接続する LoadAudio ノードに読み込みます

​
実行手順

  1. 録音を読み込む: LoadAudio ノードに、1人の話者の10秒以上のクリアな音声を接続します。最初の3分までが使われます
  2. 声をクローンする: HeyGen Voice 1.0 Instant Clone で language を録音の言語に設定し、similarity を選びます。seed を変えると再クローンされ、少し違う声になります
  3. 台本を書く: HeyGen Voice 1.0 Text to Speech の text に5000文字までのプレーンテキストを入力し、クローンノードの voice_id 出力を voice_id 入力に接続します
  4. 表現力を設定する: expressiveness_boost は0から1までです。0 が録音に最も近く、1 が最も感情豊かになります
  5. Queue をクリックするか Ctrl+Enter を押して生成します
  6. 結果を保存する: テンプレートは SaveAudioAdvanced で音声を、SaveText で声の ID を output/HeyGen_Voice_id/ に保存します

​
ノードのコントロール

​
HeyGen Voice 1.0 Instant Clone

​
HeyGen Voice 1.0 Text to Speech

​
制限

  • クローンには録音の最初の3分までが使われ、実用上は10秒以上のクリアな音声が必要です。
  • テキストは5000文字、約12分の音声までです。プレーンテキストのみを受け付け、それ以外は拒否されます。
  • インスタントボイスはテキスト読み上げの seed、speed、pitch を無視します。話し方は expressiveness_boost のみで調整します。
  • voice_id はクローンから取得する必要があります。空の ID はエラーになります。
  • クローンは無料で、テキスト読み上げはモデルの料率で1K文字あたりの課金です。

​
はじめる

  1. ComfyUI を最新バージョンに更新します
  2. テンプレートライブラリで HeyGen Voice 1.0 を検索します