ComfyUI-GPT_SoVITS 是音频音乐领域的开源项目，由 AIFSH 开发，2024 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 254。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-15。免费使用，需自行部署。
它主要面向的使用场景是：在ComfyUI中为生成的数字人视频添加配音。同类可对比的替代方案包括 ComfyUI-F5-TTS、ComfyUI-ChatTTS、ComfyUI-tts。
ComfyUI-GPT_SoVITS
在ComfyUI里拖拽节点，就能克隆声音生成语音
ComfyUI-GPT_SoVITS 是一个将 GPT-SoVITS 集成到 ComfyUI 的自定义节点，让用户能在 ComfyUI 的可视化工作流中直接进行声音克隆和文本转语音（TTS）。它解决了 ComfyUI 用户需要切换工具才能完成语音合成的痛点，将复杂的语音克隆流程简化为节点拖拽和连线操作。核心能力包括：加载 GPT-SoVITS 模型、上传参考音频进行声音克隆、输入文本生成语音，并支持与 ComfyUI 其他节点（如图像生成）组合使用，从而构建多模态工作流。项目基于 Python 开发，目前处于早期阶段，星标数 251，适合对 ComfyUI 生态熟悉且需要集成语音功能的开发者和创作者。
开源
free
音频音乐
GitHub 星标
★ 254
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队AIFSH
所属国家
定价模式free
价格说明开源项目，免费使用，需自行部署。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型gpt-sovits,tts,voice-cloning
GitHub 星标★ 254
30天Star增速
HF 下载量
上线时间2024-04-11 00:00:00
最近更新2026-09-15 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 无缝集成ComfyUI，无需切换工具即可完成语音克隆和TTS
- 支持可视化工作流，可与其他节点组合实现多模态创作
- 基于GPT-SoVITS，克隆音色质量高，自然度好
不足之处
- 早期项目，文档和示例较少，上手有一定门槛
- 依赖GPT-SoVITS模型权重，部署配置较复杂
适用场景
- 在ComfyUI中为生成的数字人视频添加配音
- 快速克隆个人音色用于有声书或播客制作
- 在AI艺术工作流中动态生成语音提示或解说
替代项目
ComfyUI-F5-TTS、ComfyUI-ChatTTS、ComfyUI-tts
项目介绍
上一篇：edge-tts-go
下一篇：WG-WaveNet
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···