Parole dirigeable et multi-locuteurs
Le nœud Text to Speech utilise S2.1 Pro avec jusqu'à cinq voix. Identifiez les locuteurs avec @Voice1 et @Voice2, puis dirigez chaque ligne avec des indications comme [whispering] ou [excited].
Fish Audio est intégré en tant que Partner Nodes officiels dans ComfyUI. Générez une parole expressive avec S2.1 Pro, clonez une voix à partir d'un court enregistrement et transcrivez de l'audio, le tout dans le même graphe que vos modèles d'image et de vidéo.
ComfyUI est l'endroit où les créateurs connectent des modèles d'image, de vidéo et de 3D dans des flux de travail répétables. Fish Audio ajoute la voix : une parole expressive, dirigeable et un clonage qui s'intègrent dans le même graphe, permettant à une scène de passer du script à l'audio final sans quitter Comfy.
Le nœud Text to Speech utilise S2.1 Pro avec jusqu'à cinq voix. Identifiez les locuteurs avec @Voice1 et @Voice2, puis dirigez chaque ligne avec des indications comme [whispering] ou [excited].
Le nœud Instant Voice Clone transforme un court enregistrement en une voix privée réutilisable dans vos flux de travail. Le clonage est gratuit ; vous ne payez que pour la parole que vous générez.
S2.1 Pro parle plus de 30 langues, ainsi un seul graphe peut sonoriser une scène pour chaque marché. Changez le script, gardez la voix, et générez chaque version en une seule exécution.
3 étapes pour passer d'une voix Fish Audio à un produit en production sur Comfy.
Mettez à jour ComfyUI vers la dernière version, puis ouvrez un template Fish Audio (Text to Speech, Voice Clone to Speech ou Speech to Text) ou ajoutez les nœuds depuis partner/audio/Fish Audio.
Connectez-vous à votre compte ComfyUI lorsque cela est demandé, puis connectez une voix prédéfinie, n'importe quel modèle de voix fish.audio, ou un nouveau clone depuis Instant Voice Clone.
Écrivez le script avec des indications comme [whispering] ou [laughing], lancez le flux de travail, puis enregistrez l'audio ou envoyez-le directement vers vos nœuds de vidéo et de synchronisation labiale.

Associez la parole de Fish Audio avec des nœuds image-vidéo et de synchronisation labiale pour donner à chaque personnage une voix cohérente, le tout dans un seul graphe.

Attribuez jusqu'à cinq voix dans un seul nœud Text to Speech pour des scènes, des courts-métrages, des bandes-annonces et des podcasts.

Le nœud Speech to Text renvoie le texte, la langue détectée et les segments temporels, prêts pour les sous-titres ou l'étape suivante du flux de travail.
Plateforme vidéo IA. Fish Audio propulse le moteur vocal Fish dans l’AI Studio de HeyGen, avec des réglages d’accent et de région pour l’anglais. Disponible dans HeyGen Video Creator et LiveAvatar.
AI Gateway pour tous vos modèles derrière une seule clé. Fish Audio S2.1 Pro, S2 Pro, S1 et Transcribe-1 sont tous disponibles en tant que modèles fish-audio/.
API unifiée pour des centaines de modèles. Fish Audio S2.1 Pro est disponible sous le nom fish-audio/s2.1-pro via l’API de synthèse vocale d’OpenRouter.
Découvrez comment les Partner Nodes Fish Audio fonctionnent dans ComfyUI, ou contactez notre équipe de partenariats pour en savoir plus sur les programmes pour créateurs et le co-marketing.