ComfyUI-XTTS 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 70。
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 2026-07-05。免费使用，需自行部署。
它主要面向的使用场景是：游戏角色配音快速原型制作。同类可对比的替代方案包括 ComfyUI-Cozette、ComfyUI-F5-TTS、ComfyUI-StyleTTS2。
ComfyUI-XTTS
在 ComfyUI 里拖拽节点，即可克隆声音并生成多语言语音。
ComfyUI-XTTS 是一个为 ComfyUI 设计的自定义节点，集成了 Coqui AI 的 XTTS 文本转语音模块。它解决了在 ComfyUI 工作流中直接进行高质量语音克隆和语音合成的问题，无需切换到其他工具。该节点支持 17 种语言的语音克隆，用户只需提供参考音频即可生成相似音色的语音，并支持多语言混合输出。其核心能力包括零样本语音克隆、跨语言语音合成、细粒度音色控制，并能无缝嵌入 ComfyUI 的节点式工作流，方便与图像、视频等其他生成任务组合。项目处于早期阶段，但为音频创作者提供了便捷的 AI 语音工具。
开源
free
音频音乐
GitHub 星标
★ 70
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MPL-2.0
主要语言Python
技术栈/模型comfyui,tts,voicecloning,xttsv2
GitHub 星标★ 70
30天Star增速
HF 下载量
上线时间2024-05-08 00:00:00
最近更新2026-07-05 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2
使用教程
核心亮点
- 直接集成 ComfyUI，无需切换工具，工作流更顺畅
- 支持 17 种语言，零样本克隆，只需一段参考音频
- 可与其他节点组合，实现音画同步生成等创意
不足之处
- 项目早期，文档和示例可能不够完善
- 依赖 Coqui TTS，模型较大，需较高硬件配置
适用场景
- 游戏角色配音快速原型制作
- 多语言有声内容本地化
- 个性化语音助手开发
替代项目
ComfyUI-Cozette、ComfyUI-F5-TTS、ComfyUI-StyleTTS2
项目介绍
上一篇：dl-for-emo-tts
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···