# HeyGen Talking Photo

با استفاده از فناوری Avatar IV شرکت HeyGen، یک تصویر ثابت از یک شخص را به ویدیوی سخنگوی هم‌زمان‌سازی‌شده با لب تبدیل کنید. می‌توانید انیمیشن را با یک اسکریپت متنی که HeyGen به گفتار تبدیل می‌کند هدایت کنید، یا صدای خودتان را برای هم‌زمان‌سازی لب‌های آواتار ارائه دهید.

## ورودی‌ها

### ورودی‌های مشترک

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
|---------|---------|----------|--------|--------|
| `تصویر` | تصویر یک شخص برای انیمیشن. اگر بزرگ‌تر از 2K باشد به‌طور خودکار کوچک‌سازی می‌شود. | IMAGE | بله | - |
| `گفتار` | آواتار را با یک اسکریپت متنی (متن‌به‌گفتار HeyGen) یا صدای خودتان هدایت کنید. | DYNAMIC_COMBO | بله | `"script"`<br>`"audio"` |
| `وضوح تصویر` | رزولوشن ویدیوی خروجی (پیش‌فرض: `"1080p"`). | COMBO | خیر | `"720p"`<br>`"1080p"` |
| `نسبت تصویر` | نسبت تصویر خروجی. `"auto"` از تصویر ورودی پیروی می‌کند (پیش‌فرض: `"auto"`). | COMBO | خیر | `"auto"`<br>`"16:9"`<br>`"9:16"`<br>`"1:1"`<br>`"4:5"`<br>`"5:4"` |
| `بیان‌گری` | میزان حالت‌پذیری چهره و حرکات انیمیشن (پیش‌فرض: `"low"`). | COMBO | خیر | `"low"`<br>`"medium"`<br>`"high"` |
| `seed` | به HeyGen ارسال نمی‌شود؛ آن را تغییر دهید تا اجرای مجدد اجباری شود (پیش‌فرض: 42). | INT | خیر | 0 تا 2147483647 |

### ورودی‌های اسکریپت

زمانی نمایش داده می‌شود که `speech` برابر با `"script"` باشد.

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
|---------|---------|----------|--------|--------|
| `text` | متنی که آواتار باید آن را بیان کند (حداکثر 5000 کاراکتر). گفتار تولیدشده باید حداقل 1 ثانیه طول داشته باشد. (پیش‌فرض: خالی) | STRING | بله | 1 تا 5000 کاراکتر |
| `voice` | صدای اسکریپت (محبوب‌ترین صداهای HeyGen). | COMBO | بله | چندین گزینه موجود است |
| `custom_voice_id` | شناسه اختیاری صدای HeyGen. در صورت تنظیم، بر صدای انتخاب‌شده در بالا اولویت دارد. هر صدایی از کتابخانه HeyGen (بیش از 2000) قابل استفاده است. (پیش‌فرض: خالی) | STRING | خیر | - |
| `voice_speed` | ضریب سرعت گفتار (پیش‌فرض: 1.0). | FLOAT | خیر | 0.5 تا 1.5 (گام 0.05) |

### ورودی‌های صوتی

زمانی نمایش داده می‌شود که `speech` برابر با `"audio"` باشد.

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
|---------|---------|----------|--------|--------|
| `audio` | صدا برای هم‌زمان‌سازی لب‌های آواتار، حداکثر 10 دقیقه. | AUDIO | بله | حداکثر 10 دقیقه |

توجه: زمانی که `speech` برابر با `"script"` است، `text` باید مشخص شود و یک صدا از طریق انتخاب‌گر `voice` (انتخاب هر گزینه‌ای غیر از صدای پیش‌فرض آواتار) یا `custom_voice_id` الزامی است. زمانی که `speech` برابر با `"audio"` است، به جای آن `audio` الزامی است.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
|-----------|---------|----------|
| `video` | ویدیوی تولیدشده از عکس متحرک سخنگو با گفتار هم‌زمان‌سازی‌شده با لب. | VIDEO |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HeyGenTalkingPhotoNode/fa.md)

---
**Source fingerprint (SHA-256):** `2181066a8c6191cfcaa15ece4f89a16c37e76aa22763d6df4007baa20336f05a`
