#111 · 主分类： 语音合成与识别
VibeVoice-ComfyUI
ai-audio
ai-tts
ai-voice
ai-voice-clone
ai-voice-clonining
comfyui-custom-node
comfyui-custom-nodes-text-to-speech
comfyui-nodes
t2s
text-to-speech
tts
vibevoice
vibevoice-microsoft
voice-cloning
voice-generation
voice-generator
为微软的VibeVoice文本转语音模型提供全面的ComfyUI集成，使您能够在ComfyUI工作流程中直接实现高质量的单人和多说话人语音合成。
项目最后更新：02/18/26
GitHub Stars
1.6K
Forks数量
249
贡献者数量
4
许可证
MIT
收录理由
对ComfyUI用户来说，微软VibeVoice语音合成引擎被直接封装成节点，声音生成可以完全嵌在原有节点图里，不必另起炉灶。它既支持单人旁白，也能生成最多四个说话人的对话，还能从一段音频里克隆音色，或用自定义LoRA适配器微调声音。由于VibeVoice的代码是内置的，不依赖远程API，所有推理都在本地完成。想省显存可以开4位或8位量化，扩散步数也能自己调，在速度和质量之间取舍；CUDA、CPU和苹果M系列芯片都能跑。长脚本会自动分块，还支持插入停顿标签，处理起来不费劲。无论是游戏音频、视频配音、旁白还是互动语音内容，它都够用，而不只是跑个短demo那么简单。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。