ComfyUI-Qwen3-TTS

在 ComfyUI 里拖拽节点，即可用 Qwen3 模型合成、克隆和定制语音。

ComfyUI-Qwen3-TTS 是一个将阿里通义千问团队开源的 Qwen3-TTS 模型集成到 ComfyUI 中的自定义节点套件。它解决了在 ComfyUI 工作流中直接进行高质量文本转语音的需求，支持 1.7B 和 0.6B 两种规模的模型。该套件提供了丰富的语音功能，包括自定义音色、语音设计、语音克隆以及微调能力。用户可以通过节点化操作，将 TTS 能力无缝嵌入到现有的 ComfyUI 图像/视频生成流程中，实现多模态创作。其核心能力在于简化 Qwen3-TTS 的部署与使用，让非专业用户也能通过拖拽节点完成语音合成与定制。项目基于 Python 开发，处于早期阶段，但已具备较为完整的功能框架。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 303

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DarioFT

所属国家

官网地址https://github.com/QwenLM/Qwen3-TTS

GitHubhttps://github.com/DarioFT/ComfyUI-Qwen3-TTS

定价模式free

价格说明开源项目，本地部署，完全免费。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型ai,comfyui,generative-ai,voice-cloning

GitHub 星标★ 303

30天Star增速

HF 下载量

上线时间2026-01-22 00:00:00

最近更新2026-09-20 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4

使用教程

核心亮点

原生集成 ComfyUI，无需编写代码即可调用 Qwen3-TTS 模型，降低使用门槛。
支持语音克隆和微调，能针对特定说话人定制音色，满足个性化需求。
提供 1.7B 和 0.6B 双模型选择，兼顾质量与性能，适配不同硬件条件。

不足之处

早期项目，文档和社区支持尚待完善，新手可能遇到配置问题。
依赖 ComfyUI 环境，若用户未安装 ComfyUI 则需额外搭建，增加部署成本。

适用场景

在 ComfyUI 中为生成的视频或动画添加配音，实现音画同步创作。
游戏或虚拟主播开发中，快速生成角色语音并进行音色定制。
内容创作者利用语音克隆功能，制作个性化音频内容或有声读物。

替代项目

ComfyUI-TTS、ComfyUI-F5-TTS、ComfyUI-ChatTTS

项目介绍

ComfyUI-Qwen3-TTS 是音频音乐领域的开源项目，由 DarioFT 开发，是 2026 年新上线的项目。

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 303。

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 2026-09-20。本地部署，完全免费。

它主要面向的使用场景是：在ComfyUI中为生成的视频或动画添加配音，实现音画同步创作。同类可对比的替代方案包括 ComfyUI-TTS、ComfyUI-F5-TTS、ComfyUI-ChatTTS。

上一篇：AceForge

下一篇：Twocast