ComfyUI-VoxCPM

收录理由

对于已经熟练使用ComfyUI的创作者来说，这个自定义节点直接带来一套完整的文生语音与声音克隆工作流，可以无缝接入现有的节点连线中。它集成了VoxCPM——一种在连续空间而非离散词元上建模语音的TTS系统，这正是其语音表达富有感染力、零样本克隆效果逼真的根源。节点本身还包办了模型下载、显存管理和音频输出，首次运行就能直接生成30多种语言、48kHz的声音，只需接上几个节点即可。新版模型更进一步，允许你用自然语言描述来凭空设计声音，或者将参考说话人的音色与单独的韵律音频结合，实现更精细的控制。无论是做旁白、有声书还是游戏对白，都可以即时试听不同声音效果，无需为每个新音色单独训练模型，在快速验证配音方案时尤其高效。