> ## 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.

# ComfyUI の HeyGen Voice 1.0: ボイスクローンとテキスト読み上げ

> ComfyUI で HeyGen Voice 1.0 を使い、1本の録音から声をクローンして任意の台本を読み上げます。Instant Clone と Text to Speech のパートナーノードで構成されます。

**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](https://docs.comfy.org/ja/tutorials/partner-nodes/pricing.md)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](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_heygen_voice_1-1.webp)

## 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](https://docs.comfy.org/ja/tutorials/partner-nodes/pricing.md)、同時に実行できるリクエスト数は[同時実行の上限](https://docs.comfy.org/ja/tutorials/partner-nodes/concurrency-limits.md)を参照してください。

> [!TIP]
>
> 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](https://docs.comfy.org/ja/tutorials/partner-nodes/overview.md)」セクションをご参照ください。

> [!TIP]
>
> **ローカルユーザー**
>
> ComfyUI が最新版に更新されていることを確認してください。
>
> * [ComfyUI のダウンロード](https://www.comfy.org/download)
> * [更新手順](https://docs.comfy.org/ja/installation/update_comfyui.md)
>
> 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](https://docs.comfy.org/ja/interface/features/template.md)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
>
> **クラウドユーザー**
>
> * [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。
>
> したがって、このドキュメントでコアノードが見つからない場合、それは新しいコアノードがまだ最新の安定版にリリースされていない可能性があります。次回の安定版リリースをお待ちください。

## 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](https://cloud.comfy.org/?template=api_heygen_voice_1\&utm_source=docs\&utm_medium=referral\&utm_campaign=heygen-voice-1)**
>
> Comfy Cloud で開く

> **[ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_heygen_voice_1.json)**
>
> 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](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/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

| コントロール | 値 | 効果 |
| - | - | - |
| `audio` | 音声1本 | 1人の話者の録音。10秒以上が推奨で、最初の3分までが使われます |
| `language` | `auto` または言語 | 録音で話されている言語 |
| `similarity` | `medium`、`high`、`extra_high`、`max`（デフォルト） | クローンした声が録音にどれだけ近づくか |
| `remove_background_noise` | デフォルトでオン | クローン前に録音をクリーンアップします |
| `seed` | デフォルト 42 | 変更すると再クローンされ、毎回少し違う声になります |

### HeyGen Voice 1.0 Text to Speech

| コントロール | 値 | 効果 |
| - | - | - |
| `model` | `heygen-voice-1`、`heygen-voice-1-turbo` | turbo は高速で、料金は半分です |
| `voice_id` | クローン済みの声の ID | Instant Clone ノードの出力 |
| `text` | 1〜5000文字 | 読み上げる台本。約12分を超える音声は失敗するため、非常に長い中国語や日本語のテキストは分割してください |
| `language` | `auto` または言語 | セルビア語やマレー語など、自動判定が混同しやすい言語では明示的に設定します |
| `expressiveness_boost` | 0.0〜1.0、デフォルト 0.5 | 値が高いほど表現豊かになり、低いほど元の声に近づきます |

## 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


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.