ComfyPilotComfyPilot
文档 / 节点说明 / HeyGenAvatar6ReferenceToVideoNode

HeyGenAvatar6ReferenceToVideoNode

用 HeyGen Avatar 6 根据你连接的音频生成人物说话视频,并以一张照片或一段视频作为参考。

节点说明 HeyGenAvatar6ReferenceToVideoNode 更新于 2026-11-19

查看官方原文

HeyGenAvatar6ReferenceToVideoNode - ComfyUI Built-in Node Documentation

用 HeyGen Avatar 6 根据你连接的音频生成人物说话视频,并以一张照片或一段视频作为参考。

用 HeyGen Avatar 6 根据你连接的音频生成人物说话视频,并以一张照片或一段视频作为参考。Avatar 6 会依据该参考重建面部和场景,因此同一段音频既可以驱动一张静态照片,也可以驱动一段已有视频片段,或者两者同时使用。

输入

通用输入

参数描述数据类型必填范围
model模型选择器;选择模型后会在下方显示其输入项。"heygen-avatar-6-turbo" 是更便宜、更快的档位。DYNAMIC\_COMBO是"heygen-avatar-6" "heygen-avatar-6-turbo"

heygen-avatar-6 输入

"heygen-avatar-6-turbo" 暴露相同的输入项,且限制相同。

参数描述数据类型必填范围
image可选,待驱动动画的人物或角色照片。它决定外观和场景,不会用作首帧。IMAGE否单张图像
video可选,一段动画化或风格化角色的视频,展示其说话和动作方式。较长的视频会被裁剪到前 30 秒。VIDEO否2 到 30 秒
audio供虚拟形象使用的语音。视频长度跟随音频长度。AUDIO是1.5 秒到 10 分钟
resolution输出视频的分辨率。默认:"1080p"。COMBO是"1080p" "2k"
aspect_ratio输出视频的宽高比。"auto" 会保持图像的形状;若未连接图像,则保持视频的形状;其他值会重新构图场景。默认:"auto"。COMBO是"auto" "16:9" "9:16" "1:1" "4:5" "5:4"
motion_prompt可选,用于指导手势、表情、姿态和镜头运动。默认:空字符串。STRING是多行文本,最多 1200 个字符
motion_expressiveness"less" 会给出更少、幅度更小的手势。两者重叠时,以运动提示词为准。默认:"default"。COMBO是"less" "default"
seed种子用于控制该节点是否需要重新运行;但无论种子如何,结果都是不确定的。默认:42。INT是0 到 2147483647

约束与行为:

  • 连接一张图像、一段视频,或两者都连接;若两者都未连接,节点会报错。
  • 图像输入必须恰好包含一张图像,不能是批次。
  • 拒绝使用真实人物的参考视频。请使用动画化或风格化角色的视频,或改为连接该人物的照片。
  • 参考视频时长必须为 2 秒或更长,且不得大于 50 MB。
  • 计费按输出视频的秒数计算,并取决于模型和分辨率。

输出

输出名称描述数据类型
video生成的说话视频,渲染完成后从 HeyGen 下载。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): 1a50342827511e355a1d857c34e8bbfc0b74ca7b003dca783b76fcd151413ff8