ElevenLabs: Fala para Fala
Faça upload de um arquivo de áudio de origem para aplicar um novo tom de voz ou clonar uma voz diferente, gerando uma saída de áudio modificada.
Experimente um exemplo
Sobre este fluxo de trabalho
Este fluxo ComfyUI realiza conversão de voz usando a API ElevenLabs Speech-to-Speech. Você fornece um clipe de áudio de origem (via LoadAudio ou RecordAudio), escolhe uma voz alvo (via ElevenLabsVoiceSelector para uma voz pré-definida ou ElevenLabsInstantVoiceClone para criar um clone), e o nó ElevenLabsSpeechToSpeech gera uma nova gravação que preserva o tempo e conteúdo do original, mas muda o timbre vocal para coincidir com a voz selecionada. A saída pode ser salva com SaveAudioMP3 ou SaveAudioOpus.
Tecnicamente, o pipeline direciona sua forma de onda de origem para o ElevenLabsSpeechToSpeech junto com um ID de voz alvo. Na Opção 1, o ElevenLabsVoiceSelector consulta sua conta ElevenLabs e retorna uma voz para uso direto. Na Opção 2, o ElevenLabsInstantVoiceClone envia uma amostra limpa de referência e retorna um novo recurso de voz que é então usado no nó Speech-to-Speech. O nó Note contém orientações, e vários nós começam desativados para que você habilite apenas o que precisar. Esse design facilita alternar entre vozes pré-definidas e clones instantâneos, mantendo o gerenciamento de arquivos simples com nós de salvamento explícitos.
Perguntas e respostas
Sim. Os nós ElevenLabsVoiceSelector, ElevenLabsInstantVoiceClone e ElevenLabsSpeechToSpeech usam a API ElevenLabs. Adicione sua chave de API nos nós ou na configuração do ComfyUI conforme instruções no nó Note.
Use gravações limpas, de um único locutor, com pouco ruído de fundo e reverberação. Mantenha níveis estáveis sem distorção e evite música. Uma amostra clara de 30–60 segundos geralmente é suficiente para o Instant Voice Clone.
SaveAudioMP3 gera um arquivo amplamente compatível, ideal para distribuição geral. SaveAudioOpus produz arquivos menores com qualidade perceptual semelhante—útil para web ou apps—embora alguns fluxos possam exigir MP3.
Sim. O áudio para seleção de voz, clonagem e fala para fala é processado nos servidores da ElevenLabs via API. Revise os termos, política de privacidade e limites de uso da ElevenLabs no painel deles.