ComfyUI-audio
在 ComfyUI 里拖拽节点，轻松生成音乐和语音
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 ★ 106
核心亮点
- 原生集成 ComfyUI，节点化操作直观，便于与图像/视频工作流结合
- 支持 MusicGen 和 Tortoise-TTS 两大主流模型，覆盖音乐生成与语音合成
- 早期项目，代码结构简单，易于二次开发和定制
不足之处
- 项目处于早期阶段，功能覆盖有限，可能缺少高级音频处理节点
- 文档和社区支持尚不完善，依赖 ComfyUI 主项目生态
- 对硬件要求较高（如 GPU），且模型加载耗时
适用场景
- 在 ComfyUI 中为生成的视频添加背景音乐或旁白
- 快速实验文本到音乐生成，调整提示词和参数
- 将音频生成与其他生成任务（如图像）组合成多模态工作流
替代项目
Audiocraft、Bark、Tortoise-TTS
上一篇：voicehub
下一篇：discord-tts-bot
同类项目推荐
TTS-Cube
开源
用RNN端到端合成语音，从文本到波形一步到位
End-2-end speech synthesis with recurrent neural networks
OmniVoice
开源
一段参考音频，克隆音色说600+种语言
High-Quality Voice Cloning TTS for 600+ Languages
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···
FastSpeech2
开源
并行合成高质量语音，速度飞快，效果自然
PyTorch Implementation of FastSpeech 2 : Fast and High-Quality End-to-End Text to S···
Neural-Codec-and-Speech-Language···
开源
一页看懂语音编解码与语音大模型技术地图
Awesome Neural Codec Models, Text-to-Speech Synthesizers & Speech Language Models
BlueTTS
开源
极速语音合成，让 TTS 快人一步
Fastest Open Source TTS Model
FastSpeech2
开源
用 PyTorch 快速实现多说话人语音合成，训练推理都省心
Multi-Speaker Pytorch FastSpeech2: Fast and High-Quality End-to-End Text to Speech :···
LVCNet
开源
用位置可变卷积，让语音合成又快又自然
LVCNet: Efficient Condition-Dependent Modeling Network for Waveform Generation
MangoByte
开源
在 Discord 里一键播放 Dota 英雄台词，还能 TTS 整活
A discord bot that provides the ability to play dota hero response clips, do tts, an···