HeyGen Video：Models and API 上有声的文本到视频场景 | RunComfy

为什么选择此页面#

情绪词通常会返回一个通用的房间。此页面将主题、灯光和声音构建在一个剪辑中，因此对话和房间音调共享相同的描述。

优势	你得到什么
图像和声音	HeyGen Video 用帧写入轨道。

| 您设定的长度 |从 5 到 15 的任何整秒。

四种尺寸	480p、768p、1080p 和 2k。
可重复的镜头	HeyGen Video 种子可以让下一次运行保持接近。

此页面仅是文本转视频。您无需在此处上传第一帧。提示是整个摘要。

在 RunComfy 上，在模型 UI 中尝试一下，然后通过 HTTP API 发送相同的提示和设置。

最佳用例#

• 产品节拍： HeyGen Video 可以容纳一个物体和一个动作。
• 训练插入： 一个口头步骤，双手基本保持静止。
• 地点拍摄： HeyGen Video 街道或厨房，有那个房间的声音。
• 对话覆盖范围： 一名发言人、一条线路、一台锁定的摄像机。
• 风格测试： 为 HeyGen Video 命名一个真实的镜头，而不是要求电影般的外观。

它是如何工作的#

1. 打开文本转视频模板。
2. 编写一个 HeyGen Video 提示符，其中包含人物、地点、摄像机和声音的名称。
3. 将持续时间设置为 5 至 15 秒。口语 HeyGen Video 行大约每秒两到三个单词。
4. 选择分辨率。 768p 是默认值。 1080p 和 2k 成本更高，并且只接受 16:9 或 9:16。
5. 选择分辨率允许的 HeyGen Video 宽高比。
6. 保留质量增强功能，或在提示完成后将其关闭。
7. 如果您要更改一个句子并再次运行，请设置 HeyGen Video 种子。
8. 图像和声音一起播放。对于生产，发送“prompt”、“duration”、“resolution”、“aspect_ratio”、“prompt_enhancement”和可选的“seed”。

参数#

这些是该页面上的控件。

参数	必填	类型	默认	范围/选项	描述
提示*	是 (*)	字符串	里斯本街线	1–32000 个字符	主题、地点、摄像机、对话和声音。
持续时间	没有	整数	5	5–15	长度以整秒为单位。
决议	没有	字符串	768p	480p、768p、1080p、2k	框架尺寸。
纵横比	没有	字符串	16:9	16:9 21:9、16:9、4:3、1:1、3:4、9:16	HeyGen Video 框架形状。
提示增强	没有	字符串	质量	涡轮增压、品质、超品质、禁用	射击前的展开。禁用会保留您的文本。
种子	没有	整数	空	0–4294967295	可选重复手柄。

定价#

HeyGen Video 在您设置的持续时间内每秒计费。 1080p 和 2k 共享一种速率。

分辨率	每秒	5 秒	10 秒
480p	0.009 美元	0.045 美元	0.09 美元
768p	0.009 美元	0.045 美元	0.09 美元
1080p 或 2k	0.028 美元	0.14 美元	0.28 美元

宽高比不增加 HeyGen Video 费用。在一种分辨率下，9:16 和 16:9 每秒的费用相同。

提示和参考提示#

• 为相机命名： 对于 HeyGen Video，三脚架上的 50 毫米镜头胜过电影级这个词。
• 说出声音： 命名房间音调，当您不需要乐谱时，说没有音乐。
• 一个动作： 在 HeyGen Video 中，说话的人比手工构建设备更安全。
• 无杂散标记： 要求没有徽标和印刷文字。
• 保留种子并一次更改一个 HeyGen Video 子句。
• 当提示已经是完整的镜头列表时关闭增强。