comfyui-minimax-h3-audio-T8
在 ComfyUI 里用节点直接生成配音
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 2026-11-13 · 当前星标 ★ 1273
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- 已安装并能在本地运行 ComfyUI
- ComfyUI 需包含较新的原生 H3（Hailuo/MiniMax H3）支持
- 本机已安装 Git，可执行 git clone
- Windows 系统更新时需注意路径长度限制
安装与启动步骤
-
1进入插件目录
在 ComfyUI 安装根目录下进入 custom_nodes 子目录，所有自定义节点都装在这里。
cd ComfyUI/custom_nodes -
2克隆插件仓库
从 GitHub 克隆仓库到本地目录 minimax-h3-audio-T8，目录名不要随意改动。
git clone https://github.com/T8mars/comfyui-minimax-h3-audio-T8.git minimax-h3-audio-T8 -
3完全重启 ComfyUI
安装或更新后必须完全退出 ComfyUI 进程再重新启动，仅刷新网页不会加载新节点。
-
4刷新网页确认节点
重启后刷新 ComfyUI 网页界面，在节点列表中可以搜索到 MiniMax H3 Audio T8 相关节点。
-
5选择并替换工作流素材
从示例工作流索引挑一个入口加载，先替换成自己的模型与素材，不要直接运行示例占位文件。
如何确认成功
完全重启 ComfyUI 并刷新网页后，节点菜单中能搜索到 MiniMax H3 Audio T8 节点，且加载示例工作流时节点不为红色。
常见问题
Q：Manager 里搜不到最新版本怎么办？
A：Registry 与 GitHub 发布进度相互独立，未显示最新版时直接按上面的 git clone 方式从 GitHub 安装。
Q：Windows 更新时报 Filename too long 怎么办？
A：参考仓库 docs/WINDOWS_PATHS.md 的短路径与恢复说明处理，不要删除本地修改或已保存的画布。
Q：节点变红、声音异常或模型不兼容怎么办？
A：先查阅 docs/README_DETAILS_ZH.md 中的常见问题与高级配置说明，再排查版本与素材。
Q：示例工作流可以直接运行吗？
A：不可以，示例中的模型和素材是占位文件，需先替换为自己的模型与素材再运行。
Q：提交问题需要提供什么？
A：附上完整报错、所用工作流以及 Core 与节点版本，并移除密钥和隐私素材。
注意事项
- 项目不保证精确声纹、逐字时序、无接缝或通用 16GB 显存性能，双采仍有轻微接缝变色的已知限制。
- Topaz／DLSS 属于独立后处理，需要各自的程序与资源，不能只下载 H3 权重。
- 旧工作流不强制迁移，未验证的 LoRA／Sage／Sol 组合仅作边界提示。
- 接入语音合成需自行准备并配置接口凭据，凭据不要写入工作流或提交到公开仓库。
核心亮点
- 以节点形式封装语音合成，可与 ComfyUI 现有图像、视频工作流串联，实现一条流水线出成品
- 支持在节点内直接配置文本、音色等参数，无需切换外部工具即可试听与调整
- Python 实现、结构简单，熟悉 ComfyUI 节点开发的用户容易阅读和二次修改
不足之处
- 依赖外部语音服务凭据，配置不当或额度不足时节点无法出音，离线不可用
- 项目体量较小，节点参数说明与异常处理文档可能不够完整，遇到报错需自行排查
适用场景
- 为 AI 生成的短视频批量添加中文旁白配音
- 在 ComfyUI 中制作图文内容时同步生成解说音频
- 为角色或虚拟形象快速试听不同音色的台词效果
替代项目
ComfyUI-F5-TTS、ComfyUI-ChatTTS、comfyui-voice
上一篇：DEMON
下一篇：没有了！
同类项目推荐
ace-step-ui
开源
本地无限量生成音乐，免费白嫖 Suno 同款
The Ultimate Open Source Suno Alternative - Professional UI for ACE-Step 1.5 AI Musi···
Crystal
开源
用 C++ 打造统一多语言 TTS 引擎，SSML 接口即插即用
Crystal - C++ implementation of a unified framework for multilingual TTS synthesis e···
asmr-dubber
开源
音声作品一键识别翻译配音，产出双语字幕和双语音轨
日语／英语／中文音视频 → 中文/英文配音与字幕。支持音色克隆、双语混音、RTF 空间处理、···
alexandria-audiobook
开源
一句话把小说变成多角色有声书，克隆声音、逐行控风格
AI-powered multi-voice audiobook generator — LLM script annotation, voice cloning, ···
FlashSpeech
开源
一段参考音频，即刻克隆音色，快速生成自然语音。
ACM MM 2024 FlashSpeech: Efficient Zero-Shot Speech Synthesis
OpenMusic
开源
输入文字，一键生成专属音乐片段
OpenMusic: SOTA Text-to-music (TTM) Generation
Awesome-Vision-to-Music-Generati···
开源
看图像视频，一键生成匹配音乐的研究导航
[ISMIR 2025] A curated list of vision-to-music generation: methods, datasets, evalua···
voice-pro
开源
一站式网页工具，轻松搞定语音合成、克隆与处理
Gradio WebUI for creators and developers, featuring key TTS (Edge-TTS, kokoro) and z···
KittenTTS
开源
纯 CPU 就能跑的轻量开源语音合成模型
Open-source State-of-the-art TTS model which runs on a CPU