ComfyUI-Step_Audio_EditX_TTS

在 ComfyUI 里拖拽节点，几秒克隆声音并编辑音频

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 9 🐛 待处理 5 👀 关注 2
GitHub ↗
GitHub 星标 ★ 63
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，Apache-2.0 许可证，可免费使用和修改，无付费版本。

项目预览

ComfyUI-Step_Audio_EditX_TTS 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Saganaki22
GitHubhttps://github.com/Saganaki22/ComfyUI-Step_Audio_EditX_TTS
定价模式🏷️完全免费
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🔧 仅开源项目，无在线服务，需自行部署
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
上线时间2025-11-08 00:00:00
代码更新2025-12-04
仓库体积11.4 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

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。

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 ★ 63

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

上一篇：melgan

下一篇：kokorodoki

同类项目推荐

vits_chinese 开源

中文语音合成更自然，支持流式输出，开箱即用

Best practice TTS based on BERT and VITS with some Natural Speech Features Of Micros···

★ 1232 2026-08-09
tts 开源

一个网页工具，快速试听多个TTS服务的语音效果

A simple tool to demo text-to-speech using various services' voices. HTML5 and Vanil···

★ 116 2026-08-09
viet-tts 开源

给越南语应用加上自然语音，开源免费即用

VietTTS: An Open-Source Vietnamese Text to Speech

★ 89 2026-08-09
easytts 开源

上传小说，一键生成多人有声书，自动分角色朗读。

打造最简单的TTS前端集合，最简单的有声小说制作工作流。基于正则规则对小说进行分句，基于···

★ 149 2026-08-09
Music-SketchNet 开源

画个音乐草图，AI帮你生成完整旋律和节奏

ISMIR 2020 Paper repo: Music SketchNet: Controllable Music Generation via Factorized···

★ 83 2026-08-09
nix-tts 开源

轻量级端到端TTS，模块蒸馏实现边缘设备实时语音合成

Nix-TTS: Lightweight and End-to-end Text-to-Speech via Module-wise Distillation

★ 262 2026-08-09
SoundStorm-pytorch 开源

并行音频生成，让语音合成快数倍

Google's SoundStorm: Efficient Parallel Audio Generation

★ 131 2026-08-09
voicevox 开源

免费日语配音编辑器，打字即可生成可调语音

無料で使える中品質なテキスト読み上げソフトウェア、VOICEVOXのエディター

★ 3302 2026-10-27
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, ···

★ 1596 2026-08-13