ComfyUI-Step_Audio_EditX_TTS

在 ComfyUI 里拖拽节点，几秒克隆声音并编辑音频

ComfyUI-Step_Audio_EditX_TTS 是一个为 ComfyUI 开发的音频处理节点插件，集成了 Step Audio EditX 模型，提供零样本语音克隆和音频编辑能力。它解决了在 ComfyUI 工作流中缺少高质量音频生成与编辑节点的问题，让用户无需编写代码即可通过可视化界面实现语音克隆、情感/风格/语速控制、音频编辑等复杂任务。核心能力包括：零样本语音克隆（仅需几秒参考音频）、细粒度的情感与风格调节、语速控制、以及基于文本的音频编辑。该插件基于 Python 和 Transformers 库，充分利用了 Step Audio EditX 模型的最新技术，适合内容创作者、音频工程师和 AI 爱好者集成到 ComfyUI 的自动化流程中。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 63

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Saganaki22

所属国家

官网地址

GitHubhttps://github.com/Saganaki22/ComfyUI-Step_Audio_EditX_TTS

定价模式free

价格说明开源项目，Apache-2.0 许可证，可免费使用和修改，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型ai,audio,audio-editing,audio-processing,model,text-to-speech,texttospeech,transformers,tts,voice-clone,voice-cloning,voicecloning,whisper-ai

GitHub 星标★ 63

30天Star增速

HF 下载量

上线时间2025-11-08 00:00:00

最近更新2026-08-08 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

零样本克隆，几秒参考音频即可生成相似音色
支持情感、风格、语速等多维度控制，编辑灵活
无缝集成 ComfyUI，可视化操作降低使用门槛

不足之处

项目早期，文档和社区支持待观察
依赖外部模型，首次加载可能较慢

适用场景

内容创作者快速生成个性化配音
音频编辑中调整语音情感和风格
在 ComfyUI 流程中自动化语音克隆与编辑

替代项目

ComfyUI-ChatTTS、ComfyUI-F5-TTS、ComfyUI-GPT-SoVITS

项目介绍

ComfyUI-Step_Audio_EditX_TTS 是音频音乐领域的开源项目，由 Saganaki22 开发，2025 年首次发布。

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 63。

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 2026-08-08。Apache-2.0 许可证，可免费使用和修改，无付费版本。

它主要面向的使用场景是：内容创作者快速生成个性化配音。同类可对比的替代方案包括 ComfyUI-ChatTTS、ComfyUI-F5-TTS、ComfyUI-GPT-SoVITS。

上一篇：melgan

下一篇：kokorodoki