
TTS-Audio-Suite
在 ComfyUI 里拖拽节点,本地跑多种 TTS 和声音克隆
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 ★ 1262
使用教程
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
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.
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···
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
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
dots.tts
开源
本地跑文本转语音,几行代码让文字开口说话
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
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.
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-···
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, ···