Higgs_v3-TTS-ComfyUI

在 ComfyUI 里拖拽生成百种语言、可克隆声音的对话式语音。

Higgs_v3-TTS-ComfyUI 是一套专为 ComfyUI 设计的节点，用于集成 Higgs Audio v3 TTS 4B 模型。该模型支持 100 种语言的多语言对话式语音合成，具备零样本声音克隆能力，允许用户通过内联标签控制情感、风格、韵律和音效。它支持长文本分块处理、多说话人对话生成，以及 AIMDO 记忆管理功能，使语音生成更自然、更连贯。该项目解决了在 ComfyUI 工作流中高效、灵活地生成高质量多语言语音的问题，核心能力包括多语言支持、声音克隆、精细语音控制、长文本处理和对话场景构建。用户可以通过可视化节点拖拽，快速搭建语音合成流水线，适用于内容创作、语音助手、教育等多种场景。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 74

维护状态较活跃

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/Higgs_v3-TTS-ComfyUI

定价模式free

价格说明开源项目，MIT许可证，可免费使用和部署。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型comfyui,comfyui-nodes,higgs-audio,inference,python,text-to-speech,tts,voice-cloning

GitHub 星标★ 74

30天Star增速

HF 下载量

上线时间2026-06-05 00:00:00

最近更新2026-09-19 00:00:00

维护状态较活跃

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，可视化节点操作，无需编写代码即可搭建 TTS 工作流。
支持 100 种语言和零样本声音克隆，能快速复制任意音色。
内联标签可精细控制情感、风格、韵律和音效，生成语音表现力强。

不足之处

项目处于早期阶段，文档和社区支持尚不完善。
依赖 Higgs Audio v3 模型，模型体积和推理资源需求可能较高。

适用场景

在 ComfyUI 中快速生成多语言有声书或播客配音。
为视频或游戏角色创建克隆声音的对话语音。
构建多说话人交互式对话系统，如虚拟助手或客服机器人。

替代项目

ComfyUI-ChatTTS、ComfyUI-F5-TTS、ComfyUI-Kokoro

项目介绍

Higgs_v3-TTS-ComfyUI 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 74。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-19。MIT许可证，可免费使用和部署。

它主要面向的使用场景是：在ComfyUI中快速生成多语言有声书或播客配音。同类可对比的替代方案包括 ComfyUI-ChatTTS、ComfyUI-F5-TTS、ComfyUI-Kokoro。

上一篇：Text2Speach

下一篇：brasiltts