TTS-Audio-Suite

在 ComfyUI 里拖拽节点,本地跑多种 TTS 和声音克隆

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 155 🐛 待处理 58 👀 关注 16
GitHub ↗
GitHub 星标 ★ 1262
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,完全免费,无付费版本。

项目预览

TTS-Audio-Suite 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队diodiogod
定价模式🏷️完全免费
价格说明开源项目,本地部署,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型ai-audio,audio,audio-editing,audio-generation,audio-processing,chatterbox,comfyui,cozy-voice-3,echo-tts,f5,f5-tts,higgs-audio,indextts-2,qwen3-tts,rvc,text-to-speech,tts,vibevoice,voice-cloning,voice-conversion
GitHub 星标★ 1262
上线时间2025-08-06 00:00:00
代码更新2026-11-05
仓库体积78.2 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数7

项目介绍

TTS-Audio-Suite 是一个 ComfyUI 自定义节点集成包,旨在为本地多引擎、多语言的文本转语音(TTS)和语音转换(VC)提供一站式解决方案。它解决了在 ComfyUI 中难以灵活调用多种先进 TTS 模型的问题,将 RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox、F5-TTS、Higgs Audio 2/3 和 VibeVoice 等众多引擎统一封装为易用的节点。核心能力包括:支持无限文本长度、SRT 字幕时间轴生成、多角色对话支持,以及丰富的音频处理工具(如剪辑、混音、格式转换等)。用户无需编写代码,即可在 ComfyUI 的可视化工作流中自由组合不同 TTS 引擎,实现高质量语音合成、声音克隆和音频编辑,特别适合内容创作者、配音演员和 AI 应用开发者快速构建个性化语音方案。

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 ★ 1262

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 7 步

环境要求

  • 已安装并可正常运行的 ComfyUI(便携版或 venv/conda 版均可)
  • Git 命令行工具,用于克隆仓库
  • Python 环境与 ComfyUI 一致(便携版用其自带 python_embeded)
  • 可选:安装 FFmpeg 以获得更好的音频处理效果
  • 可选:Python 3.13 也受支持,MediaPipe 不可用时自动改用 OpenSeeFace

安装与启动步骤

  1. 1进入节点目录

    先切换到 ComfyUI 的 custom_nodes 目录,所有自定义节点都装在这里。

    cd ComfyUI/custom_nodes
  2. 2克隆项目仓库

    从 GitHub 拉取 TTS-Audio-Suite 源码,并进入项目目录。

    git clone https://github.com/diodiogod/TTS-Audio-Suite.git
    cd TTS-Audio-Suite
  3. 3升级打包工具

    官方强烈建议先升级 pip、setuptools、wheel,可减少 s3tokenizer 等依赖的安装报错。

    python -m pip install --upgrade pip setuptools wheel
  4. 4运行智能安装脚本

    安装脚本会自动处理依赖冲突和 Python 版本兼容。venv/conda 用户先激活 ComfyUI 环境再执行 python install.py。

    python install.py
  5. 5便携版专用安装

    ComfyUI 便携版必须使用其自带解释器:Windows 为 ..\..\..\python_embeded\python.exe,Linux/Mac 为 ../../../python_embeded/python.exe。

    ..\..\..\python_embeded\python.exe install.py
  6. 6重启 ComfyUI

    重启后节点才会加载,在节点列表里应能看到 TTS Audio Suite 分类。

  7. 7导入示例工作流

    下载并拖入 ChatterBox 集成工作流即可开始生成,模型在首次使用时自动下载。

如何确认成功

重启 ComfyUI 后,在节点菜单中能看到 TTS Audio Suite 节点分类,即表示安装成功。

常见问题

Q:安装时 s3tokenizer 报错怎么办?

A:先在该环境执行 python -m pip install --upgrade pip setuptools wheel,再运行 python install.py。Python 3.10(如 Stability Matrix)较易出现该问题。

Q:Python 3.13 能用吗?

A:完全支持。当 MediaPipe 不可用时,系统会自动改用 OpenSeeFace 做口型动作分析。

Q:模型需要手动下载吗?

A:不需要。所有引擎的模型在第一次使用时自动下载;离线或手动安装请参考 docs/MODEL_DOWNLOAD_SOURCES.md 与 docs/MODEL_LAYOUTS.md。

Q:便携版安装脚本该用哪个 Python?

A:必须用 ComfyUI 便携包自带的 python_embeded 里的解释器,否则依赖会装到错误环境。

Q:通过 ComfyUI Manager 安装后还要做什么?

A:Manager 可能自动装依赖,仍建议进入节点目录并激活 ComfyUI 环境后运行 python install.py 确认依赖完整。

注意事项

  • 官方建议为 TTS-Audio-Suite 单独建一个干净的 ComfyUI 便携安装,安装更顺、初始化更快。
  • 有依赖问题时先激活正确的 ComfyUI 虚拟环境再运行 install.py,否则包会装错位置。
  • FFmpeg 为可选项,但推荐安装以获得高质量音频拉伸效果。
  • 首次使用会下载模型,建议保证网络通畅或提前按文档准备离线模型目录。

核心亮点

  • 集成 11 种主流 TTS/VC 引擎,覆盖多语言和多种音色风格,选择丰富
  • 支持无限文本长度和 SRT 字幕生成,适合长音频和视频配音场景
  • 提供多角色对话支持,可轻松制作多人对话音频

不足之处

  • 依赖 ComfyUI 环境,对新手有一定使用门槛
  • 不同引擎的模型下载和配置步骤可能较繁琐
  • 文档/社区待观察

适用场景

  • 视频配音与多角色对话生成
  • 有声书或播客的长文本语音合成
  • 声音克隆与个性化语音定制

替代项目

Coqui TTS、Bark、XTTS-v2

上一篇:Irodori-TTS

下一篇:Cognitive-Speech-TTS

同类项目推荐

sonata 开源

用 Rust 跑神经 TTS,跨平台、轻量、可嵌入

A cross-platform inference engine for neural TTS models.

★ 75 2026-08-09
MusicTransformer-Pytorch 开源

用 PyTorch 复现 Music Transformer,轻松生成连贯钢琴曲

MusicTransformer written for MaestroV2 using the Pytorch framework for music generat···

★ 262 2026-08-09
cnn_vocoder 开源

用CNN快速生成语音波形,比传统声码器更快

A fast cnn-based vocoder

★ 78 2026-08-09
VibeVoice 开源

开源语音AI,一句话生成多人自然对话音频

Open-Source Frontier Voice AI

★ 56855 2026-10-27
dots.tts 开源

本地跑文本转语音,几行代码让文字开口说话

★ 1413 2026-10-25
ng2-pdfjs-viewer 开源

在 Angular 里快速嵌入 PDF 查看器,支持表单和自定义

#1 Angular PDF viewer

★ 253 2026-08-09
ttts 开源

从零训练你的专属语音合成模型,快速上手 TTS 实验

Train the next generation of TTS systems.

★ 169 2026-08-09
CloneTTS 开源

安卓离线音色克隆,全局听书不求人

A lightweight, offline Android Text-to-Speech (TTS) engine enabling seamless system-···

★ 878 2026-08-09
minutes 开源

把会议和语音笔记变成可搜索的AI记忆库,本地处理,隐私无忧。

Open-source, local-first Granola/Otter alternative that Claude Code, Codex, Cursor, ···

★ 1597 2026-08-13