跳转到主要内容
VEED Dubbing 可将片段中的语音翻译成另一种语言。每个说话人的声音都会被克隆，其口型也会与译文重新同步，因此成片看起来就像是用目标语言说出来的，而不是配了字幕。 在 ComfyUI 中，该节点为 VEED Dubbing，提供两个模型档位。standard 是更便宜的一档：单声道音频，支持 85 种目标语言，其中西班牙语为拉美西班牙语，葡萄牙语为巴西葡萄牙语。pro 增加了地区口音和立体声音频，支持的目标语言达到 101 种，包括 English (UK)、Spanish (Mexico) 和 Chinese (Taiwan) 等变体。 这是一个云端 API 节点。它需要一个有积分的 Comfy 账户，不会下载任何模型文件，并按输出时长（秒）计费。当前费率请参阅合作伙伴节点定价。
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 节点总览部分文档来了解使用 API 节点的具体使用要求。
请确保你的 ComfyUI 已经更新。本指南里的工作流可以在工作流模板中找到。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。

​
可用工作流

​
VEED Dubbing：视频翻译

翻译一段已有的片段。表演、镜头和时序都保持录制时的状态；改变的只是说话者被听到时所用的语言。 VEED Dubbing 工作流预览

下载工作流

下载 JSON，或在模板库中搜索 “VEED Dubbing: Video Translation”
输入素材

api_veed_dubbing_input_video.mp4

加载到 LoadVideo 节点中。画面中有一位面向相机的说话者
片段最长支持 599 秒，输出时长与音频轨一致，帧率为 25 fps。

​
节点控制

​
提示

  • 提交画面中能看到说话者的素材。 配音依赖于画面中可见的内容，因此单人正对相机是可靠的场景。后脑勺、手部、产品特写和人群场景无法进行配音。
  • 确认音频中确实包含人声。 旁白、对话和访谈都可以。音乐、音效和静音不会给模型提供任何可翻译的内容。
  • 当 auto 识别错误时，请指定源语言。 auto 适用于干净的录音，但对于短视频片段或口音较重的内容，自行设置 source_language 可获得更准确的配音。
  • 口音重要时选择 pro。 标准档每种语言只提供一个变体，因此英式英语或墨西哥西班牙语的请求仅在 pro 上可用。
  • 先裁剪到时长限制内。 该节点最多接受 599 秒的视频，且输出时长与音轨一致，因此请在运行前裁剪，而不是运行后再处理。

​
开始使用

  1. 将 ComfyUI 更新至最新版本
  2. 前往模板库，搜索 VEED Dubbing
  3. 将说话人视频片段加载到 LoadVideo 节点中
  4. 在 model 中选择档位，设置 target_language，然后运行工作流