HeyGenReferenceToVideoNode - ComfyUI Built-in Node Documentation - ComfyUI

使用 HeyGen Video 1.0，根据文本提示生成具有同步对话和声音的视频，可选地由连接的参考素材引导。人物、产品或地点的图像、可复用的视频以及提供声音的音频片段都可以用作参考。在提示中将每个参考引用为 @Image1、@Video1 或 @Audio1，按输入连接顺序按类型编号：这些标签会被重写为 HeyGen 期望的标签，而指向未连接参考的标签会引发错误。在没有任何参考图像或视频时，节点将以文本到视频生成模式运行。

输入

参数	描述	数据类型	必需	范围
`模型`	用于生成的模型版本。（默认：`"heygen-video-1"`）	DYNAMIC_COMBO	是	`"heygen-video-1"`
`prompt`	视频描述，包括任何对话。将连接的参考引用为 @Image1、@Video1、@Audio1，按输入顺序按类型编号。（默认：空字符串）	STRING	是	1 到 32000 个字符
`duration`	输出视频的时长，以秒为单位。（默认：5）	INT	是	5 到 15
`resolution`	输出分辨率。（默认：`"768p"`）	COMBO	是	`"768p"` `"480p"`
`aspect_ratio`	输出宽高比。当未连接参考时，`"auto"` 为 16:9；否则跟随第一个参考图像，或者在没有连接图像时跟随第一个参考视频。（默认：`"auto"`）	COMBO	是	`"auto"` `"16:9"` `"9:16"` `"1:1"` `"4:3"` `"3:4"` `"21:9"`
`seed`	生成所用的种子。使用相同种子时，不同次运行的结果仍可能不同。（默认：42）	INT	是	0 到 4294967295
`reference_images`	可增长槽位：要在视频中使用的人物、产品或地点图像（`image_1` … `image_9`）；将它们引用为 @Image1、@Image2、… 每个输入必须恰好包含一张图像，并且每张图像的宽高比必须在 1:4 到 4:1 之间。	IMAGE	否	0 到 9 张图像
`reference_videos`	可增长槽位：用作参考的视频（`video_1` … `video_3`）；将它们引用为 @Video1、@Video2、…	VIDEO	否	0 到 3 个视频
`reference_audios`	可增长槽位：音频片段，例如说话者的声音（`audio_1` … `audio_3`）；将它们引用为 @Audio1、@Audio2、… 需要至少一个参考图像或视频。声音参考需要几秒钟清晰的语音，短于约 2 秒的片段通常会被忽略。	AUDIO	否	0 到 3 段音频

参数约束

参考数量限制： 在 reference_images、reference_videos 和 reference_audios 中，参考总数最多为 12 个；连接更多会引发错误。
音频需要图像或视频： 当未连接任何参考图像且未连接任何参考视频时，参考音频会被拒绝。
参考图像规则： 每个 reference_images 输入必须恰好包含一张图像（批量会被拒绝），并且每张图像的宽高比必须在 1:4 到 4:1 之间。
提示标签： @ImageN、@VideoN 和 @AudioN 匹配时不区分大小写。编号不得超过该类型已连接参考的数量，并且提示在去除空白后必须非空。
模式： 当至少有一个参考图像或视频时，请求为参考到视频运行；没有任何参考时，则为纯文本到视频运行。
种子： 种子仅决定节点是否重新运行；使用相同种子无法复现结果。

输出

输出名	描述	数据类型
`VIDEO`	生成的视频，包含同步的对话和声音。	VIDEO

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 44de381703821043aa1399e58c9132f9b6a2b0ac5dbf47197dffed0438ea7ad7