Habla direccionable y multi-hablante
El nodo Text to Speech ejecuta S2.1 Pro con hasta cinco voces. Etiqueta a los hablantes como @Voice1 y @Voice2, y luego dirige cada línea con indicaciones como [whispering] o [excited].
Voces de Fish Audio en ComfyUI
Fish Audio se integra como Nodos Colaboradores oficiales en ComfyUI. Genera voz expresiva con S2.1 Pro, clona una voz a partir de una grabación corta y transcribe audio, todo en el mismo gráfico que tus modelos de imagen y video.
CategoríaFlujos de trabajo creativos
IntegraciónNodos Colaboradores oficiales en ComfyUI
Dónde encontrarloMenú de nodos → partner/audio/Fish Audio
Modelo predeterminadoS2.1 Pro, hasta cinco voces por nodo
NodosText to Speech, Speech to Text, Voice Selector, Instant Voice Clone
PlantillasText to Speech, Voice Clone to Speech, Speech to Text, en Comfy Cloud o en la Biblioteca de Plantillas
Clonación de vozGratis en el nodo Instant Voice Clone; solo pagas por el audio generado
Nodos Colaboradores de Fish Audio en ComfyUI ↗Por qué Comfy y Fish Audio
ComfyUI es el lugar donde los creadores conectan modelos de imagen, video y 3D en flujos de trabajo repetibles. Fish Audio añade la voz: habla expresiva, direccionable y clonación que se integra en el mismo gráfico, para que una escena pueda pasar del guion al audio final sin salir de Comfy.
Clona una voz dentro del gráfico
El nodo Instant Voice Clone convierte una grabación corta en una voz privada que puedes reutilizar en distintos flujos de trabajo. La clonación es gratuita; solo pagas por el habla que generes.
Localiza una escena desde un único flujo de trabajo
S2.1 Pro habla más de 30 idiomas, por lo que un solo gráfico puede poner voz a una escena para cada mercado. Cambia el guion, mantén la voz y renderiza cada versión en una sola ejecución.
Cómo funciona
3 pasos desde una voz de Fish Audio hasta un producto en producción sobre Comfy.
PASO 01
Añade los nodos de Fish Audio
Actualiza a la última versión de ComfyUI, luego abre una plantilla de Fish Audio (Text to Speech, Voice Clone to Speech o Speech to Text) o añade los nodos desde partner/audio/Fish Audio.
PASO 02
Inicia sesión y elige una voz
Inicia sesión en tu cuenta de ComfyUI cuando se te solicite, luego conecta una voz predeterminada, cualquier modelo de voz de fish.audio o un clon nuevo de Instant Voice Clone.
PASO 03
Escribe, ejecuta y guarda
Escribe el guion con indicaciones como [whispering] o [laughing], ejecuta el flujo de trabajo y luego guarda el audio o pásalo directamente a tus nodos de video y sincronización labial.
Lo que los equipos crean con Fish Audio y Comfy
Personajes y avatares parlantes
Combina la voz de Fish Audio con nodos de imagen a video y sincronización labial para dar a cada personaje una voz coherente, todo en un mismo gráfico.
Diálogo entre múltiples personajes
Asigna hasta cinco voces en un solo nodo Text to Speech para escenas, cortos, tráileres y pódcasts.
Transcripciones y subtítulos
El nodo Speech to Text devuelve el texto, el idioma detectado y los segmentos temporizados, listos para subtítulos o para el siguiente paso en el flujo de trabajo.
Más partners
Plataforma de video con IA. Fish Audio impulsa el motor de voz Fish dentro del AI Studio de HeyGen, con controles de acento y región para inglés. Disponible tanto en HeyGen Video Creator como en LiveAvatar.
Video y avatares
AI Gateway para cada modelo bajo una sola clave. Fish Audio S2.1 Pro, S2 Pro, S1 y Transcribe-1 están disponibles como modelos fish-audio/.
Routers y pasarelas
API unificada para cientos de modelos. Fish Audio S2.1 Pro está disponible como fish-audio/s2.1-pro a través de la API de texto a voz de OpenRouter.
Routers y gateways
Empieza a crear con Fish Audio y Comfy
Mira cómo funcionan los Nodos Colaboradores de Fish Audio en ComfyUI, o habla con nuestro equipo de alianzas sobre programas para creadores y co-marketing.