> ## 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.

# HeyGen Avatar 6：ComfyUI 中用照片和身份生成视频

> 在 ComfyUI 中使用 Avatar 6 让照片、风格化角色或 HeyGen avatar 开口说话：支持自带音频、文字脚本以及 1080p 和 2K 输出。

**HeyGen Avatar 6** 可将一张照片、一段简短的角色视频或一个 HeyGen 数字人形象转成一段说话片段，其口型与你提供或撰写的语音同步。

在 ComfyUI 中，它通过两个合作节点运行。**HeyGen Avatar 6 Reference to Video** 用你自己的音频轨为照片或风格化角色制作动画。**HeyGen Avatar 6 Identity to Video** 根据撰写的脚本、以你选择的音色渲染预设或自定义数字人。两者都是云端 API 节点：需要拥有积分余额的 Comfy 账户，且不下载任何本地模型。费率见[合作节点定价页面](https://docs.comfy.org/zh/tutorials/partner-nodes/pricing.md)。

每次运行都以 1080p 或 2K 渲染，画幅为 16:9、9:16、1:1、4:5 或 5:4，片段长度跟随语音。`heygen-avatar-6` 是默认引擎；`heygen-avatar-6-turbo` 是更快、更便宜的选择。

> [!TIP]
>
> 使用 API 节点需要保证你已经正常登录，并在受许可的网络环境下使用，请参考[API 节点总览](https://docs.comfy.org/zh/tutorials/partner-nodes/overview.md)部分文档来了解使用 API 节点的具体使用要求。

> [!TIP]
>
> > [tab] 本地用户
> >
> > 请确保你的 ComfyUI 已经更新。
> >
> > * [ComfyUI 下载](https://www.comfy.org/download)
> > * [ComfyUI 更新教程](https://docs.comfy.org/zh/installation/update_comfyui.md)
> >
> > 本指南里的工作流可以在[工作流模板](https://docs.comfy.org/zh/interface/features/template.md)中找到。如果找不到，可能是 ComfyUI 没有更新。
> >
> > 如果加载工作流时有节点缺失，可能原因有：
> >
> > 1. 你用的不是最新版（每夜版）。
> > 2. 启动时有些节点导入失败。
>
> > [tab] 云端用户
> >
> > * [Cloud](https://cloud.comfy.org) 会在 ComfyUI 稳定版本发布后更新。
> >
> > 所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。

## 可用工作流

### 照片或视频转视频

将一张照片、一段风格化角色的短视频，或两者结合，生成一段由你自己的音频驱动的说话视频。音频决定渲染的时长。

* 照片用于确定身份和场景。它不会被用作首帧：模型会重新调整姿势，因此一张双臂交叉的照片在输出时姿势会被重新调整。
* 参考视频展示角色的说话和动作方式，长度至少为 2 秒。较长的片段会被裁剪到前 30 秒。真人视频会被拒绝；请改为连接该人物的照片。
* 音频长度范围为 1.5 秒到 10 分钟。

<video controls src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/api_heygen_avatar_6_i2v.mp4" />

> [card] [在 Comfy Cloud 上运行](https://cloud.comfy.org/?template=api_heygen_avatar_6_i2v\&utm_source=docs\&utm_medium=referral\&utm_campaign=heygen-avatar-6)
>
> 在 Comfy Cloud 中打开

> [card] [下载工作流](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_heygen_avatar_6_i2v.json)
>
> 下载 JSON，或在模板库中搜索 "HeyGen Avatar 6: Photo to Video"

**输入素材**

> [card] [pink\_hair\_portrait.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/pink_hair_portrait.png)
>
> 加载到 `image` 输入

> [card] [avatar6\_narration.mp3](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/avatar6_narration.mp3)
>
> 加载到 `audio` 输入

### 身份转视频

无需拍摄即可渲染出镜者：选择一个预设形象或你创建的虚拟人，编写台词，然后选择声音。`speech` 设为 `script` 时该节点无需连接任何内容；设为 `audio` 时，请把 Load Audio 节点连接到 `audio` 输入。

`speech` 有两种模式。**script** 将台词写入 `text`（最多 5000 个字符），并用所选的 `voice` 朗读，可选用 `voice_speed` 倍数。**audio** 接收你自己的 0.5 秒到 10 分钟音频片段，片段长度即为渲染长度。

<video controls src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/api_heygen_avatar_6_id2v.mp4" />

> [card] [在 Comfy Cloud 上运行](https://cloud.comfy.org/?template=api_heygen_avatar_6_id2v\&utm_source=docs\&utm_medium=referral\&utm_campaign=heygen-avatar-6)
>
> 在 Comfy Cloud 中打开

> [card] [下载工作流](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_heygen_avatar_6_id2v.json)
>
> 下载 JSON，或在模板库中搜索 "HeyGen Avatar 6: Identity to Video"

模板还附带两个处于绕过状态的分组，用于创建你自己的虚拟人和声音。选中该分组的节点，按 **Ctrl+B** 取消绕过，然后用 **运行** 或 **Ctrl+Enter** 执行工作流，再复用保存的 ID。请先清空 **Concatenate Text** 中 `string_a` 的前缀，或直接从创建节点的输出中复制原始 ID，因为保存下来的文本是前缀加 ID：

* **虚拟人**：将 `source` 设为 `photo` 的 `HeyGen Create Avatar` 会返回一个形象 ID。在主节点上将 `avatar` 设为 `custom avatar`，并将该 ID 粘贴到 `custom_avatar_id`。`pink_hair_portrait.png` 随模板提供。
* **声音**：`HeyGen Voice 1.0 Instant Clone` 会根据至少 10 秒清晰、单人说话的音频返回一个声音 ID。将其粘贴到 `custom_voice_id`；只要它不为空，就会覆盖 `voice` 下拉菜单。`avatar6_voice_sample.mp3` 随模板提供。

## 节点控制

| 控件 | 取值 | 适用于 | 效果 |
| - | - | - | - |
| `model` | `heygen-avatar-6`, `heygen-avatar-6-turbo` | 两个节点 | 引擎。Turbo 更便宜且更快 |
| `resolution` | `1080p`, `2k` | 两个节点 | 16:9 在 `1080p` 下渲染为 1920x1080，在 `2k` 下渲染为 2880x1620 |
| `aspect_ratio` | `auto`, `16:9`, `9:16`, `1:1`, `4:5`, `5:4` | 两个节点 | `auto` 会跟随照片；如果未连接照片，则跟随视频；在 Identity to Video 中则跟随头像的来源素材。其他值会重新构图场景 |
| `motion_prompt` | 文本，最多 1200 个字符 | 两个节点 | 手势、表情、姿态和相机运动 |
| `motion_expressiveness` | `less`, `default` | 两个节点 | `less` 会减弱手势。当两者重叠时，以运动提示词为准 |
| `seed` | 整数 | 两个节点 | 控制节点是否重新运行；不过每次运行的结果仍会有所不同 |
| `image` | 一张照片 | Reference to Video | 片段的人物身份和场景。不会用作首帧 |
| `video` | 一个片段，2 到 30 秒 | Reference to Video | 角色的说话和运动方式。不接受真人 |
| `audio` | 1.5 秒到 10 分钟 | Reference to Video | 用于对口型的语音，以及片段长度 |
| `avatar` | 预设形象，`custom avatar` | Identity to Video | 出镜人物。`custom avatar` 会显示 `custom_avatar_id` |
| `speech` | `script`, `audio` | Identity to Video | 使用所选声音的书面台词，或你自己的音频片段 |

Reference to Video 需要连接图像、视频，或两者都连接。Identity to Video 在 `script` 模式下不需要连接任何输入；`audio` 模式下需要连接音频输入。

## 提示技巧

* **在 `motion_prompt` 中描述表演**。说明数字人如何说话和移动：在关键词上做手势、肩膀放松、头部轻微倾斜，以及相机缓慢推近。留空即可获得中性表演。
* **画面紧凑时保持手势幅度小**。对于头肩裁切，将 `motion_expressiveness` 设为 `less`，因为幅度大的手势会离开画面。
* **使用干净的单人语音音频**。音轨中的背景音乐或第二个声音会出现在唇形同步中。对于声音克隆，10 秒连续语音就足够了。
* **在连接照片之前先调整构图**。`auto` 会保留照片的形状，因此请裁剪为所需的宽高比，而不是之后再重新取景。

## 开始使用

1. 将 ComfyUI 更新到最新版本
2. 前往模板库，搜索 `HeyGen Avatar 6`


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