> ## 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.

# VEED 视频节点：ComfyUI 中的说话照片、口型同步与背景移除

> 在 ComfyUI 中使用 VEED 合作节点，让照片开口说话、将说话人的口型重新同步到新音频，并以透明度蒙版的形式从视频片段中抠出主体。

**VEED** 视频节点覆盖了那些通常需要借助另一个应用才能完成的编辑步骤：把静态图像变成会说话的人像、替换现有素材中的语音，以及把主体从背景中抠出来。

在 ComfyUI 中，该提供商通过三个合作节点实现。**VEED Fabric 1.0** 依据音频轨道让照片动起来。**VEED Lipsync 2.0** 让说话者的口型与新对白重新同步。**VEED Remove Video Background** 返回各帧和一张透明度遮罩，而不是一段已经压平的视频，因此主体可以合成进任意画面。这三个都是云端 API 节点：它们需要带有积分的 Comfy 账户，并且不会在本地下载任何模型文件。

每个节点都按你发送的视频片段的秒数或帧数计费。音频和视频的语音清理请见 [VEED Clean Audio](/zh/tutorials/partner-nodes/veed/veed-clean-audio.md)。

> [!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](/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]
>
> **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](/zh/installation/update_comfyui.md)
>
> 本指南里的工作流可以在[工作流模板](/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。
>
> **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

### Fabric 1.0：会说话的照片

让静态图像开口说话。照片中的人脸会与你连接的音频进行唇形同步，片段会保留图像的宽高比，因此竖版人像仍是竖版人像。它适用于照片、插画和吉祥物，因此可以为艺术作品或从未拍摄过的角色配上声音。

![VEED Fabric 1.0: Talking Photo 工作流预览](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_veed_fabric_1_0-1.webp)

> **[在 Comfy Cloud 上运行](https://cloud.comfy.org/?template=api_veed_fabric_1_0\&utm_source=docs\&utm_medium=referral\&utm_campaign=veed-video)**
>
> 在 Comfy Cloud 中打开

> **[下载工作流](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_veed_fabric_1_0.json)**
>
> 下载 JSON，或在模板库中搜索“VEED Fabric 1.0: Talking Photo”

**输入素材**

> **[black\_fashion\_portrait.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/black_fashion_portrait.png)**
>
> 加载到 `LoadImage` 节点。一张清晰、正面朝向的脸

> **[audio\_see\_beyond\_the\_light.mp3](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/audio_see_beyond_the_light.mp3)**
>
> 加载到 `LoadAudio` 节点。语音决定唇部运动和片段长度

音频最长可达 300 秒，视频长度与音频完全相同。分辨率可选 480p 或 720p：480p 在 16:9 下约为 864x480，720p 为 1312x736。

### Lipsync 2.0

保留已拍摄的素材并替换说话者所说的内容。嘴部会与新音频重新同步，画面其余部分保持录制时的样子，这样就可以重写台词或为片段配音，而无需重新拍摄。

![VEED Lipsync 2.0 工作流预览](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_veed_lipsync_2_0-1.webp)

> **[在 Comfy Cloud 上运行](https://cloud.comfy.org/?template=api_veed_lipsync_2_0\&utm_source=docs\&utm_medium=referral\&utm_campaign=veed-video)**
>
> 在 Comfy Cloud 中打开

> **[下载工作流](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_veed_lipsync_2_0.json)**
>
> 下载 JSON，或在模板库中搜索“VEED Lipsync 2.0: Lip Sync”

**输入素材**

> **[rainbow\_face\_portrait\_prism\_video.mp4](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/rainbow_face_portrait_prism_video.mp4)**
>
> 加载到 `LoadVideo` 节点。一位正面朝向的说话者

> **[veed\_lipsync\_rainbow\_night\_speech.wav](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/veed_lipsync_rainbow_night_speech.wav)**
>
> 加载到 `LoadAudio` 节点。要同步的新语音

新语音最长可达 600 秒，并决定输出长度。视频保持其来源分辨率，帧率为 25 fps。当素材比音频短时，它会先正向播放再反向播放，直到音频结束；因此，如果镜头需要保持其方向，请发送足够长的片段。

### 移除视频背景

从视频片段中抠出主体。该节点返回的不是已合成为单层的视频，而是帧以及标记背景区域的遮罩，因此主体可以合成到新场景上，或导出为透明序列。

![VEED Remove Video Background 工作流预览](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_veed_remove_video_background-1.webp)

> **[在 Comfy Cloud 上运行](https://cloud.comfy.org/?template=api_veed_remove_video_background\&utm_source=docs\&utm_medium=referral\&utm_campaign=veed-video)**
>
> 在 Comfy Cloud 中打开

> **[下载工作流](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_veed_remove_video_background.json)**
>
> 下载 JSON，或在模板库中搜索“VEED Remove Video Background: Matte Export”

**输入素材**

> **[swimcap\_glass\_pop\_video.mp4](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/swimcap_glass_pop_video.mp4)**
>
> 加载到 `LoadVideo` 节点。片段最长可达 60 秒

该模板会将遮罩转换为 PNG 序列的透明度。当你希望将主体作为合成遮罩时，在 `Image Composite Masked` 之前添加 `Invert Mask`；或者使用 `Join Image with Alpha` 后接 `Save WEBM` 来生成透明视频。请将 WEBM 编解码器设为 `vp9`：它是唯一会写入透明通道的选项，`av1` 会丢弃透明通道。

## 节点控制

| 控件 | 取值 | 适用于 | 作用 |
| - | - | - | - |
| `model` | `fabric-1.0`、`lipsync-2.0`、`standard`、`fast`、`green screen` | 每个节点 | 该节点使用的 VEED 模型 |
| `image` | 图像 | Fabric 1.0 | 说话的人脸。宽高比决定输出形状 |
| `video` | 视频片段 | Lipsync 2.0、Remove Video Background | 来源素材。背景移除最长支持 60 秒 |
| `audio` | 音轨 | Fabric 1.0、Lipsync 2.0 | 用于同步的语音。决定输出时长 |
| `resolution` | `480p`、`720p` | Fabric 1.0 | 输出尺寸等级，默认 720p |
| `seed` | 整数 | Lipsync 2.0 | 仅用于重新运行控制。结果仍是非确定性的 |
| `refine_foreground_edges` | 默认开启 | Remove Video Background、standard 和 fast | 头发和毛发的边缘更干净。关闭后可降低价格 |
| `subject_is_person` | 默认开启 | Remove Video Background、standard 和 fast | 当主体是物体或动物时请将其关闭 |
| `spill_suppression_strength` | 0.0 到 1.0，默认 0.8 | Remove Video Background、green screen | 绿色偏色的移除强度。仍有绿色残留时调高，颜色发生偏移时调低 |

背景移除的输出分辨率没有可调项：standard 和 green screen 最高返回 3840x2160，fast 最高返回 1920x1080，更大的输入会被缩小。

## 提示

* **发送干净、正面的素材。** Fabric 需要一张清晰可见的人脸，Lipsync 需要一位面向相机的说话者。侧脸和拥挤的画面正是这两个节点容易丢失细节的场景。
* **让音频决定时长。** 两个说话类节点生成的视频片段长度与所连接的语音完全一致，因此应在运行前裁剪音频，而不是事后再修剪视频。
* **直接输入已生成的语音。** 将文本转语音节点连接到 `audio`，人像或配音片段会随之生成，无需导出步骤。
* **仅在需要时才为边缘优化付费。** 在背景移除中关闭 `refine_foreground_edges` 会降低每帧费率，对于边缘锐利的主体值得这样做。
* **仅在真正的绿幕素材上使用绿幕模式。** 绿幕模式会对背景进行抠像，且没有边缘优化或人物检测，因此自然背景应使用 standard 或 fast。

## 开始使用

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


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