HeyGenVoiceCloneNode - ComfyUI Built-in Node Documentation - ComfyUI

使用 HeyGen 的 Voice 1.0 引擎，从单人录音中克隆声音。此节点会上传录音、创建即时声音克隆、等待 HeyGen 完成处理，并返回 voice_id。可将该 ID 连接到 HeyGen Voice 1.0 Text to Speech，或作为 custom_voice_id 用于 HeyGen Avatar Video 和 HeyGen Talking Photo。创建克隆本身免费；仅按使用该声音生成的语音计费。

输入

参数	描述	数据类型	必填	范围
`audio`	单人录音。请使用至少 10 秒的清晰语音；仅使用前 3 分钟。	AUDIO	是	N/A
`language`	录音中使用的语言（默认值：“auto”）。	COMBO	是	`"auto"` 多个语言预设
`similarity`	声音与录音的相似程度（默认值：“max”）。	COMBO	是	`"medium"` `"high"` `"extra_high"` `"max"`
`remove_background_noise`	在克隆前清理录音中的背景噪声（默认值：True）。	BOOLEAN	是	True False
`seed`	更改 `seed` 可重新克隆该录音；每次克隆都会生成略有差异的声音（默认值：42）。	INT	是	0 到 2147483647

注意： 该声音会以「ComfyUI Voice」的名称创建在你的 HeyGen 账户中，节点会在界面中打印 voice_id，方便你复制并复用。除非说话者使用的语言容易与其近亲语言混淆，否则请将 language 保持为 “auto”。seed 输入在界面中包含一个固定的 Control After Generate 控件，因此想要生成另一个克隆时请手动更改。

输出

输出名	描述	数据类型
`voice_id`	克隆声音的 ID，可在 HeyGen Voice 1.0 Text to Speech 节点中复用，或用作 `custom_voice_id`。	STRING

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): 0bf5c7170d140936841cc4afd28022574df8e4c2280137607dcfca8e36862317