ComfyUI-OmniVoice-TTS

收录理由

在ComfyUI的节点图里直接做语音生成，这个插件带来的是覆盖600多种语言的零样本TTS引擎。拿几秒参考音频就能克隆某个人的声音，或者用文字描述性别、年龄、音高、口音来凭空设计一个合成音色。多说话人对话靠简单的行内标签就能实现，笑声、叹气这类非语言表达也能直接写进文本里。节点还处理了不少实际麻烦：模型首次使用自动下载，CPU卸载机制让显存占用保持低位，Whisper会缓存起来，重复运行不用反复拉取。这样一来，无论是做配音工作还是随便试试多语言TTS的点子，把语音生成塞进ComfyUI工作流都变得相当顺手。