Этот рабочий процесс ComfyUI использует возможности модели ElevenLabs, чтобы транскрибировать речь из аудио- или видеофайлов в текст. Рабочий процесс начинается с ноды "LoadAudio" или "RecordAudio", которая позволяет либо загрузить существующий аудиофайл, либо записать новое аудио прямо в интерфейсе. После получения аудиовхода нода "ElevenLabsSpeechToText" обрабатывает аудиоданные, используя продвинутые алгоритмы распознавания речи для преобразования произнесённых слов в точный текст. Затем текст доступен для просмотра и редактирования через ноду "PreviewAny", чтобы можно было проверить и при необходимости уточнить транскрипцию. Этот рабочий процесс особенно полезен для создания расшифровок интервью, лекций или любого голосового контента — для создателей контента, исследователей и специалистов, которым нужно быстро переводить речь в текст.
API
Использовать этот рабочий процесс из кода
Каждый рабочий процесс Comfy — это JSON-граф. Ниже представлен payload этого процесса, точно так же, как его запускает ComfyUI: получите его по ссылке, храните в системе контроля версий или загрузите в ComfyUI и выполняйте по узлам.
Запустите его на TypeScript или Python с помощью Comfy SDK. Один и тот же код работает с Comfy Cloud или вашим собственным ComfyUI — меняется только базовый URL.
// Install (beta)
npm i @comfyorg/sdk
// Run this workflow (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
const wf = await client.workflows.fromFile("workflow_api.json");
const job = await client.run(wf);
await job.getOutputs("<output-node-id>")[0].toFile("output.png");SDK принимает рабочий процесс в API-формате: откройте этот процесс в ComfyUI и используйте Файл → Экспортировать рабочий процесс (API).
Доступ к API Comfy Cloud требует плана с API-ключом.
FAQ
