文档 /
节点说明 /
HeyGen 虚拟人视频
HeyGen 虚拟人视频
从 HeyGen 虚拟形象生成一个会说话的主持人视频。此节点使用 HeyGen 的渲染引擎，创建一段 AI 虚拟形象朗读你提供的文本，或与你自己的音频进行唇形同步的视频。
节点说明
HeyGenAvatarVideoNode 更新于 2026-11-12
HeyGen 虚拟人视频 - ComfyUI Built-in Node Documentation
从 HeyGen 虚拟形象生成一个会说话的主持人视频。此节点使用 HeyGen 的渲染引擎，创建一段 AI 虚拟形象朗读你提供的文本，或与你自己的音频进行唇形同步的视频。
从 HeyGen 虚拟形象生成一个会说话的主持人视频。此节点使用 HeyGen 的渲染引擎，创建一段 AI 虚拟形象朗读你提供的文本，或与你自己的音频进行唇形同步的视频。
输入
通用输入
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
引擎 | 渲染引擎；每个选项仅列出支持该引擎的虚拟形象。"auto" 会提供所有虚拟形象，并自动选择其支持的最佳引擎（优先 Avatar IV）。Avatar V 保真度最高，Avatar III 最经济实惠。 | DYNAMIC\_COMBO | 是 | "auto" "avatar_iv" "avatar_iii" "avatar_v" |
自定义虚拟人 ID | 可选 HeyGen 虚拟形象外观 ID。设置后，会覆盖上方选择的 avatar。可以使用 HeyGen 的 3000+ 公共外观（或你的私有虚拟形象）中的任意一个。默认值：""。 | STRING | 否 | |
语音 | 使用文本脚本（HeyGen 文本转语音）或你自己的音频来驱动虚拟形象。显示名称："speech source"。 | DYNAMIC\_COMBO | 是 | "script" "audio" |
分辨率 | 输出视频分辨率。默认值："1080p"。 | COMBO | 否 | "720p" "1080p" |
宽高比 | 输出宽高比。"auto" 会跟随虚拟形象的源素材。默认值："auto"。 | COMBO | 否 | "auto" "16:9" "9:16" "1:1" "4:5" "5:4" |
背景颜色 | 可选的纯色背景颜色，以十六进制颜色代码表示（例如 "#00ff00"）。留空则使用虚拟形象自身的背景。如果提供，该值必须以 # 开头。默认值：""。 | STRING | 否 | |
种子 | 不会发送给 HeyGen；更改它以强制重新运行。默认值：42。 | INT | 否 | 最小：0 最大：2147483647 |
auto 输入
当 engine 为 "auto" 时，以下子参数可用：
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
avatar | 用于呈现视频的虚拟形象外观（从 HeyGen 公共库中精选）。会自动选择该外观支持的最佳引擎。 | COMBO | 是 | 提供多个选项 |
avatar_iv 输入
当 engine 为 "avatar_iv" 时，以下子参数可用：
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
avatar | 支持 Avatar IV 引擎的虚拟形象外观。 | COMBO | 是 | 提供多个选项 |
avatar_iii 输入
当 engine 为 "avatar_iii" 时，以下子参数可用：
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
avatar | 支持 Avatar III 引擎的虚拟形象外观。 | COMBO | 是 | 提供多个选项 |
avatar_v 输入
当 engine 为 "avatar_v" 时，以下子参数可用：
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
avatar | 支持 Avatar V 引擎的虚拟形象外观。 | COMBO | 是 | 提供多个选项 |
script 输入
当 speech 为 "script" 时，以下子参数可用：
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
text | 虚拟形象要说的文本（最多 5000 个字符）。生成的语音必须至少 1 秒长。默认值：""。 | STRING | 是 | 最小：1 个字符 最大：5000 个字符 |
voice | 脚本使用的语音。默认选项使用 HeyGen 分配给该虚拟形象的语音。如果设置了 custom_voice_id，则忽略此项。 | COMBO | 是 | "(avatar's default voice)" 提供多个通用语音选项 |
custom_voice_id | 可选 HeyGen 语音 ID。设置后，会覆盖上方选择的 voice。可以使用 HeyGen 语音库（2000+）中的任意语音。默认值：""。 | STRING | 否 | |
voice_speed | 语音速度倍数。默认值：1.0。 | FLOAT | 否 | 最小：0.5 最大：1.5 步长：0.05 |
audio 输入
当 speech 为 "audio" 时，以下子参数可用：
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
audio | 供虚拟形象进行唇形同步的音频，最长 10 分钟。 | AUDIO | 是 |
注意：engine 和 speech 是选择器，会根据所选值显示不同的子参数。speech 选择器有两种互斥模式：在 "script" 模式下，text 为必填；如果提供了 custom_voice_id，它会覆盖 voice。在 "audio" 模式下，虚拟形象会与提供的音频片段进行唇形同步。提供 background_color 时，它必须是以 # 开头的十六进制颜色代码。设置 custom_avatar_id 后，它会覆盖 avatar 选择，并且所选的 engine 必须受该虚拟形象外观支持；否则会引发错误，除非 engine 为 "auto"。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
VIDEO | 生成的虚拟形象主持人视频。 | 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): 86dc799d3a8cf2666449b0d422853b12feffb81ce002f84594f9b925d58b522a