ComfyUI-VoxCPM2

在 ComfyUI 里直接做多语言语音合成和克隆，还能训练 LoRA

VoxCPM2 TTS for ComfyUI 是一个将 VoxCPM2 文本转语音模型集成到 ComfyUI 中的节点包。它解决了在 ComfyUI 工作流中直接进行高质量语音合成和克隆的需求，支持 30 种语言，提供声音设计、可控克隆、48kHz 音频输出以及 LoRA 训练能力。核心能力包括：通过 ComfyUI 节点实现 TTS 推理、声音克隆（基于参考音频）、精细的声音参数控制（如音色、情感等），以及利用 LoRA 对模型进行个性化微调。项目处于早期阶段，但功能完整，适合在 ComfyUI 生态中构建音频生成工作流。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 202
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-VoxCPM2
定价模式free
价格说明开源项目，Apache-2.0 许可证，可免费使用和部署，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comfyui,comfyui-nodes,lora,lora-training,text-to-speech,tts,voice-clone,voice-cloning
GitHub 星标★ 202
30天Star增速
HF 下载量
上线时间2026-04-07 00:00:00
最近更新2026-09-18 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

  • 原生集成 ComfyUI，节点化操作，无需额外部署服务
  • 支持 30 种语言和 48kHz 高采样率，输出质量高
  • 提供 LoRA 训练能力，可定制个性化音色

不足之处

  • 早期项目，文档和社区支持待观察
  • 依赖 ComfyUI 环境，安装配置有一定门槛

适用场景

  • 在 ComfyUI 中生成多语言配音或旁白
  • 为虚拟角色或游戏 NPC 克隆特定声音
  • 训练自定义音色 LoRA 并用于本地 TTS 生成

替代项目

ComfyUI-F5-TTS、ComfyUI-ChatTTS、ComfyUI-XTTS

项目介绍

ComfyUI-VoxCPM2 是音频音乐领域的开源项目，由 Saganaki22 开发，是 2026 年新上线的项目。

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 202。

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 2026-09-18。Apache-2.0 许可证，可免费使用和部署，无付费版本。

它主要面向的使用场景是：在ComfyUI中生成多语言配音或旁白。同类可对比的替代方案包括 ComfyUI-F5-TTS、ComfyUI-ChatTTS、ComfyUI-XTTS。

上一篇：tortoise.cpp

下一篇：tts-util-app

同类项目推荐

tango 开源

输入一句话，自动生成匹配的音频内容

A family of diffusion models for text-to-audio generation.

★ 1239 2026-08-09
AuK 开源

一个模型搞定语音生成、编辑与分离

AuK: An Open-Source Foundational Model for Speech Generation and Editing

★ 1236 2026-09-13
swift-tts 开源

Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine

A straightforward package containing version for Swift modern concurrency, Point-Fre···

★ 52 2026-08-09
ai-dj 开源

现场演出中实时用 AI 生成音乐，保持人类掌控

AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···

★ 246 2026-08-09