ComfyUI-Qwen-TTS

收录理由

对于已经在节点画布上搭好图像和视频生成流程的 ComfyUI 用户，这个插件能把阿里开源的 Qwen3-TTS 模型直接变成可拖拽的节点，用来做文字转语音、用一小段参考音频实现零样本音色克隆，还能用自然语言描述来设计新的声音。保存的说话人提示词可以跨会话复用，对话节点支持多角色脚本化旁白，不用手动去拼流程。它同时支持 12Hz 和 25Hz 两种语音分词器架构，输出覆盖多种语言，能自然地嵌进你现有的生成管线里。需要留意的是，这只是给已装好的 ComfyUI 用的插件，不是独立程序，而且目前必须把 transformers 固定在 5.0 以下的版本才能正常运行。