HeyGen Voice Turbo 正式上线 ComfyUI

HeyGen Voice Turbo 语音引擎已经正式上线 ComfyUI，平台新增专属 TTS 生成节点，创作者可以直接在可视化工作流里调用高速语音生成能力，不用来回切换多个软件，把文字转语音、数字人视频制作整合在同一套流程里，大幅缩短 AI 视频项目的整体制作耗时。在此之前，ComfyUI 已经接入了 HeyGen 基础版语音能力，本次上线的 Voice Turbo 属于升级版本，核心优势是生成速度更快、音频音质更高，同时支持更长文本批量合成，完美匹配批量数字人短视频、课程配音、多语种口播等高频创作场景。ComfyUI 采用节点化工作流架构，把 HeyGen Voice Turbo 做成独立可拖拽组件，用户只需要填入文字内容、选择音色、调节语速参数，就能一键输出高清音频文件，还能直接把生成好的音频串联到数字人视频节点，实现文字→语音→数字人成片全链路自动化。整个接入过程做了深度适配，兼容 ComfyUI 本地客户端与云端 Comfy Cloud 两种运行模式，支持 SSML 语音标记，可自由控制停顿、重音、语气起伏，覆盖 17 个主流语种，自带大量预设人声音色，同时开放自定义语音 ID，创作者可以调用自己克隆的专属音色。把语音生成环节嵌入 ComfyUI 可视化流程之后，整套 AI 视频制作链路实现一体化打通，省去导出、导入音频文件的繁琐操作，批量生产内容时效率提升十分明显。综合来看，HeyGen Voice Turbo 落地 ComfyUI，补齐了平台高速语音生成能力，让数字人视频全流程都能在 ComfyUI 内闭环完成，进一步降低 AI 短视频批量制作的技术门槛。

一、HeyGen Voice Turbo 在 ComfyUI 中的节点基础信息

1. 节点名称与调用入口

• 节点全称：HeyGen Voice Turbo Text To Speech Node
• 调用位置：ComfyUI 插件列表→HeyGen 工具组，直接拖拽到画布即可使用
• 运行方式：依托 Comfy Router 路由调用云端引擎，本地无需部署大模型

1. 核心输入参数清单 表格 0
2. 节点输出内容

• 输出项 1：生成完成的高清音频文件链接，支持 WAV、MP3 两种主流格式
• 输出项 2：音频时长数据，可自动匹配数字人视频时长
• 输出项 3：任务回执，方便批量任务批量排队处理

二、Voice Turbo 对比基础版 TTS 的性能提升

1. 生成速度优化 Voice Turbo 引擎把单段文字合成耗时缩短 60% 以上，长篇口播文案可以做到秒级出音频，满足大批量短视频批量出稿的需求。
2. 音频品质升级 升级后的人声自然度更高，减少机械合成音，气息、语调起伏更贴近真人说话，同时优化背景底噪，音频纯净度更高，直接可用在成片视频里。
3. 文本长度上限提升 单次支持最高 5000 字符文本输入，不用拆分文案，适合长课程、长解说类配音任务。
4. 多语种能力扩充 新增小语种语音库，多语种口播内容无需更换引擎，一套节点完成多国语言配音。

三、ComfyUI 内完整工作流搭建步骤

1. 前置准备工作 安装最新版 ComfyUI，开启 Comfy Router 服务，填写合法的 HeyGen 与 Comfy 平台 API 密钥，完成账户权限开通。
2. 拖拽并配置语音节点 在画布拖入 HeyGen Voice Turbo 节点，粘贴文案，选定人声、调节语速，开启 SSML 精细调节语气。
3. 链路串联数字人节点 把 Turbo 节点输出的音频信号，直接接入 HeyGen Avatar Video 数字人节点，让虚拟人物对口型朗读文本。
4. 批量自动化运行 开启 ComfyUI 批量队列功能，导入多份文案脚本，一次性批量生成多条带语音的数字人视频。
5. 成片导出 直接在工作流末尾添加视频导出节点，一键输出完整成片，全程无需导出音频中转文件。

四、本次接入带来的创作价值

1. 流程一体化：文字配音与数字人视频合并在同一个节点画布，消除跨软件文件传输成本。
2. 生产高效率：Turbo 高速引擎 + 批量队列，短视频产能成倍提升，适合自媒体、电商内容团队批量生产口播视频。
3. 效果精细化：支持 SSML 语气调控，人声更自然，大幅提升数字人成片的真实观感。
4. 生态更完善：ComfyUI 平台补齐高速语音生成能力，形成 “文生文案→语音合成→数字人成片→视频剪辑” 全链路 AI 生产体系。

【相关 FAQ】

问题 1：HeyGen Voice Turbo 正式上线 ComfyUI 后，相比原有基础语音节点最大优势是什么？

回答 1：HeyGen Voice Turbo 正式上线 ComfyUI 后，相比原有基础语音节点，最大优势是语音生成速度提升 60% 以上，音频人声自然度更高，同时支持单次最长 5000 字符长文本合成，还可以直接串联数字人节点，实现全流程自动化成片。

问题 2：在 ComfyUI 里调用 HeyGen Voice Turbo，是否可以使用自己克隆的专属语音？

回答 2：可以使用，在 HeyGen Voice Turbo 节点内填写 custom_voice_id 参数，填入自己在 HeyGen 平台生成的克隆音色编号，就能直接调用专属人声完成文本转语音合成。

问题 3：ComfyUI 接入 HeyGen Voice Turbo 之后，能不能把语音节点和数字人视频节点连在一起实现一键成片？

回答 3：完全可以，HeyGen Voice Turbo 节点输出的音频信号可以直接对接 HeyGen Avatar Video 数字人节点，不需要导出音频文件，整条工作流可以在 ComfyUI 画布内完成从文字到数字人视频的一键生成。

【数据来源】

[2026-10-22]（HeyGen Voice Turbo 正式上线 ComfyUI，新增高速 TTS 语音节点）AI 科技前线

[2026-10-22]（ComfyUI 更新日志：新增 HeyGen Voice Turbo 语音生成组件）ComfyUI 官方文档

[2026-10-22]（HeyGen Starfish Turbo 引擎接入 Comfy Router，支持节点化调用）开发者之家

[2026-10-21]（ComfyUI 上线 HeyGen 全套语音数字人节点，打通视频全链路）机器之心

免责声明：本文仅整理 HeyGen Voice Turbo 接入 ComfyUI 的公开功能与节点信息；节点调用需要开通对应平台 API 权限，产生的调用费用以 HeyGen 与 ComfyUI 官方定价为准；不同硬件环境下的生成速度存在差异，性能数据仅为官方实验室测试结果；本文内容不构成商业批量内容生产的实施方案参考。