A Fish Audio é disponibilizada como Partner Nodes oficiais no ComfyUI. Gere fala expressiva com o S2.1 Pro, clone uma voz a partir de uma gravação curta e transcreva áudio, tudo no mesmo gráfico que os seus modelos de imagem e vídeo.
O ComfyUI é onde os criadores conectam modelos de imagem, vídeo e 3D em fluxos de trabalho repetíveis. A Fish Audio adiciona a voz: fala expressiva, direcionável e clonagem que se integra ao mesmo gráfico, para que uma cena possa ir do roteiro ao áudio finalizado sem sair do Comfy.
O nó Text to Speech executa o S2.1 Pro com até cinco vozes. Marque os interlocutores como @Voice1 e @Voice2 e, em seguida, direcione cada fala com comandos como [whispering] (sussurrando) ou [excited] (empolgado).
O nó Instant Voice Clone transforma uma gravação curta em uma voz privada que você pode reutilizar em vários fluxos de trabalho. A clonagem é gratuita; você só paga pela fala que gerar.
O S2.1 Pro fala mais de 30 idiomas, permitindo que um único gráfico dê voz a uma cena para cada mercado. Troque o roteiro, mantenha a voz e renderize cada versão em uma única execução.
3 passos de uma voz da Fish Audio até um produto em produção no Comfy.
Atualize para a versão mais recente do ComfyUI e, em seguida, abra um template da Fish Audio (Text to Speech, Voice Clone to Speech ou Speech to Text) ou adicione os nós a partir de partner/audio/Fish Audio.
Faça login na sua conta do ComfyUI quando solicitado e, em seguida, conecte uma voz predefinida, qualquer modelo de voz do fish.audio ou um novo clone do Instant Voice Clone.
Escreva o roteiro com comandos como [whispering] (sussurrando) ou [laughing] (rindo), execute o fluxo de trabalho e, em seguida, salve o áudio ou envie-o diretamente para seus nós de vídeo e sincronia labial (lip-sync).
Combine a fala da Fish Audio com nós de imagem para vídeo e sincronia labial para dar a cada personagem uma voz consistente, em um único gráfico.
Escale até cinco vozes em um único nó Text to Speech para cenas, curtas, trailers e podcasts.
O nó Speech to Text retorna o texto, o idioma detectado e os segmentos temporizados, prontos para legendas ou para a próxima etapa do fluxo de trabalho.
Plataforma de vídeo com IA. A Fish Audio alimenta o motor de voz Fish dentro do AI Studio da HeyGen, com controles de sotaque e região para inglês. Disponível tanto no HeyGen Video Creator quanto no LiveAvatar.
AI Gateway para todos os modelos sob uma única chave. Fish Audio S2.1 Pro, S2 Pro, S1 e Transcribe-1 estão todos disponíveis como modelos fish-audio/.
API unificada para centenas de modelos. O Fish Audio S2.1 Pro está disponível como fish-audio/s2.1-pro pela API de texto para fala da OpenRouter.
Veja como os Partner Nodes da Fish Audio funcionam no ComfyUI, ou fale com nossa equipe de parcerias sobre programas para criadores e co-marketing.
