ComfyUI-XTTS
在 ComfyUI 里拖拽节点，即可克隆声音并生成多语言语音。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 71
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
上一篇：dl-for-emo-tts
同类项目推荐
AuraPlayer
开源
动动嘴就能听歌，AI帮你搞定播放列表
Listening all, Listening freedom!
piper1-gpl
开源
本地离线跑，低配设备也能快速合成自然语音
Fast and local neural text-to-speech engine
MuseMorphose
开源
上传 MIDI，一键转换音乐风格，保留旋律。
PyTorch implementation of MuseMorphose (published at IEEE/ACM TASLP), a Transformer-···
kokoclone
开源
克隆任意声音，用 Kokoro 生成多语言自然语音
Voice Cloning, Now Inside Kokoro. Generate natural multilingual speech and clone any···
podcast_tts
开源
一键生成有对话感的播客音频，告别机械配音
A class for generating realistic audio (TTS) for podcasts and dialogues.
wtonec
开源
给微信/QQ加装语音增强和文字转语音，聊天更个性
Wtonec：微信 / QQ / 小红书 / 抖音文字转语音、语音包、语音播报、克隆音色、表情包。上百···
FFTNet
开源
用 FFT 加速神经声码器，实现实时语音合成。
FFTNet: a Real-Time Speaker-Dependent Neural Vocoder
Voice-Privacy-Challenge-2020
开源
一键匿名化语音，保护说话人身份，同时保留内容可懂度。
Baseline Recipe for VoicePrivacy Challenge 2020: https://www.voiceprivacychallenge.o···
obsidian-aloud-tts
开源
在 Obsidian 里选中文字就能听，边记边听提效率
Obsidian TTS Plugin