★ FEATURED ARTICLE 人工智能AI 应用语音音频媒体生成【免费下载链接】TTS-Audio-SuiteA ComfyUI custom node integration for local multi-engine multi-language Text-to-Speech and Voice Conversion. Supports: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (classic and multilingual), F5-TTS, Higgs Audio 2, 3, and VibeVoice with unlimited text length, SRT timing, Character support, and many audio tools项目地址https://gitcode.com/gh_mirrors/tts/TTS-Audio-Suite点击查看免费下载TTS-Audio-Suite是一款运行在 ComfyUI 上的本地多引擎语音合成套件一口气集成了19 个开源 TTS 引擎RVC、Chatterbox、F5-TTS、Higgs Audio、Qwen3-TTS、CosyVoice3、IndexTTS-2、VibeVoice 等支持多语言、无限长文本、SRT 字幕定时、角色切换与内置模型训练让你的 ComfyUI 从画图工具升级为完整的本地语音合成工作站。 为什么选择 TTS-Audio-Suite 做本地语音合成相比调用云端 API本地部署最大的优势是离线可用、隐私安全、免费不限次。而 TTS-Audio-Suite 把多引擎 多语言 字幕同步 变声 训练塞进了一个统一的节点体系里你无需在十几个项目之间反复切换环境。它解决的核心痛点多引擎统一管理所有引擎走同一套TTS Text/TTS SRT节点接一个引擎节点即可生成SRT 字幕定时按字幕时间轴生成语音音频与台词精准对齐多语言 角色切换用[Alice]、[de:Bob]、[pause:1s]标签在一段文本里自由切换内置训练RVC、MOSS、DramaBox 等模型可在套件内直接训练语音转换RVC ChatterBox VC 迭代精调实时变声 3 分钟完成 ComfyUI 本地 TTS 安装方式一ComfyUI Manager 一键安装推荐打开 ComfyUI Manager搜索并安装TTS Audio SuiteManager 会自动运行安装脚本 install.py处理 Python 3.13 兼容、依赖冲突与全部捆绑引擎重启 ComfyUI即可看到 TTS Audio Suite 节点大多数用户保持默认即可Manager 会准备一个共享运行时Shared Runtime模型权重按需自动下载。方式二手动克隆安装cd ComfyUI/custom_nodes git clone https://gitcode.com/gh_mirrors/tts/TTS-Audio-Suite cd TTS-Audio-Suite # ComfyUI PortableWindows ..\..\..\python_embeded\python.exe install.py # Linux/Macvenv/conda先激活环境 python install.py首次生成时模型会自动下载如需离线或手动放置模型参考 docs/MODEL_DOWNLOAD_SOURCES.md 与 docs/MODEL_LAYOUTS.md。 19 个开源 TTS 引擎该怎么选下面是常用引擎速查表完整对比见 docs/ENGINE_COMPARISON.md语言矩阵见 docs/LANGUAGE_SUPPORT.md引擎语言大小主打特性ChatterBox / 23L24 语言~4.3GB表现力滑杆、官方 23 语言单模型F5-TTS英/德/法/日等~1.2GB/个定点词/语音编辑、语速控制Higgs Audio v3100 语言~8GB原生行内情感/风格/韵律标签IndexTTS 2 / 2.5中/英/西/日/阿~4.7-5.5GB8 维情感向量控制、文本作参考Qwen3-TTS英/中/德/西等~3-6GB语音设计 ASR 语音识别VibeVoice27 语言5.4/18GB90 分钟长文本、原生 4 人对话CosyVoice3英/中/日/韩~5.4GB超快生成、副语言标签、指令模式RVC任意100-300MB实时变声 内置训练Fish Audio S280 语言~8-10GB自由情感标签、原生多说话人OmniVoice600 语言~3.7GB无参考语音设计、行内标签Higgs Audio v3 本地 TTS 引擎语音克隆集成工作流 每个引擎在源码中对应一个适配器统一放在 engines/adapters/节点则注册在 nodes/engines/ 与 nodes.py 中。新增引擎可参考 docs/New%20Engines%20Guides/NEW_ENGINE_IMPLEMENTATION_GUIDE.md。 SRT 字幕定时让语音精准同步TTS SRT节点是这套套件的灵魂——它读取.srt字幕时间轴逐条生成语音并按smart_natural模式智能对齐避免台词重叠。生成后还会输出Adjusted_SRT返回真实时间戳方便后期剪辑。关键能力SRT 风格处理按字幕时间轴生成音频与字幕严格对齐分段级缓存只重新生成被修改的分段大幅提速多角色 多语言混排在字幕里写[de:female_01] ...即可逐条切换官方统一示例工作流可直接拖入 ComfyUIUnified TTS SRT.jsonUnified TTS SRT 统一字幕语音合成多引擎工作流 多引擎语音转换RVC ChatterBox 变声Voice Changer节点整合了RVC与ChatterBox VC两条变声链路支持 1-30 次迭代精调推荐 1-5 次。智能缓存让你反复调整 pass 数时秒级返回历史结果无需重算。ComfyUI RVC 与 ChatterBox 统一语音转换变声工作流典型流程加载.pthRVC 模型 → 接Voice Changer选 RVC 引擎 → 迭代精调 → 缓存命中即时试听。 角色切换、多语言与暂停标签在任意一段文本里用方括号标签即可控制输出无需额外参数[德:Alice] Hallo! 这是我的声音。[pause:1s] [fr:] Bonjour! 切换语言。[Bob] 我是 Bob很高兴认识你。角色切换[Alice]从 voices 文件夹自动匹配参考音频支持别名映射语言切换[de:Alice]/[fr:]自动加载对应语言模型暂停标签[pause:1.5]/[wait:500ms]精细控制节奏停顿完整规则见 docs/CHARACTER_SWITCHING_GUIDE.md。示例参考音频在 voices_examples/。 内置模型训练与语音设计工具套件把训练也纳入了统一节点风格Model Training节点按引擎类型路由覆盖RVC 训练数据集切片、HuBERT 特征、F0 提取、断点续训、实时仪表盘MOSS / DramaBox LoRA从分段语音片段训练语音适配器Voice Designer无参考、自由描述即可生成可复用的角色音色Qwen3-TTS / MOSS / OmniVoiceComfyUI RVC 语音模型本地训练工作流训练工作流说明RVC Model Training.jsonRVC 音色模型训练MOSS LoRA Model Training.jsonMOSS 语音 LoRA 训练DramaBox LoRA Model Training.jsonDramaBox IC-LoRA 训练 更多实用工作流与文档入口除了 TTS 与变声套件还提供音效生成、语音清洗、ASR 转写 字幕重建、情感控制等一体化工作流️ Unified Sound Effects.json — 文本生成音效docs/SOUND_EFFECTS_GUIDE.md Unified Voice Designer.json — 无参考语音设计✏️ ASR Transcribe SRT Builder.json — 语音识别重建字幕 Step Audio EditX Integration.json 配合 行内编辑标签指南ComfyUI 无参考语音设计与角色音色创建工作流核心文档速查引擎对比docs/ENGINE_COMPARISON.md功能矩阵docs/FEATURE_COMPARISON.md文本分块docs/TEXT_CHUNKING_GUIDE.mdIndexTTS-2 情感控制docs/IndexTTS2_Emotion_Control_Guide.md 小结TTS-Audio-Suite 用统一的节点体系把19 个开源 TTS 引擎、SRT 字幕同步、多语言角色切换、语音转换、音效生成与模型训练整合到一起是个人创作者把 ComfyUI 升级为本地语音合成工作站的高性价比选择。建议先拖入一个示例工作流试跑再按 docs/ENGINE_COMPARISON.md 挑选最适合你的引擎深入使用。赞分享人工智能AI 应用语音音频媒体生成【免费下载链接】TTS-Audio-SuiteA ComfyUI custom node integration for local multi-engine multi-language Text-to-Speech and Voice Conversion. Supports: RVC, Echo-TTS, Qwen3-TTS, Cozy Voice 3, Step Audio EditX, IndexTTS-2, Chatterbox (classic and multilingual), F5-TTS, Higgs Audio 2, 3, and VibeVoice with unlimited text length, SRT timing, Character support, and many audio tools项目地址https://gitcode.com/gh_mirrors/tts/TTS-Audio-Suite点击查看免费下载相关推荐KrillinAI Edge-TTS本地语音合成方案完全离线的多语言语音生成引擎KrillinAI Edge TTS本地语音合成方案完全离线的多语言语音生成引擎 痛点云端TTS服务的局限与本地化需求 在视频翻译和配音场景中传统的云端T人工智能AI 应用AI AgentAI 技能媒体生成音视频桌面应用MoneyPrinterTurbo终极离线语音合成指南本地TTS引擎深度集成方案MoneyPrinterTurbo终极离线语音合成指南本地TTS引擎深度集成方案 MoneyPrinterTurbo作为一款革命性的AI视频自动生成工具AI 应用媒体生成音视频视频终极语音合成引擎Matcha-TTS快速部署完全指南终极语音合成引擎Matcha TTS快速部署完全指南 想要体验高速、高质量的语音合成技术吗 Matcha TTS作为ICASSP 2024的最新研究成果创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
