ComfyUI-VibeVoice

在 ComfyUI 里拖拽生成带情感的多角色长语音

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 110 🐛 待处理 22 👀 关注 7

GitHub ↗

GitHub 星标 ★ 611

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，可免费使用和部署，无付费版本。

项目预览

ComfyUI-VibeVoice 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wildminder

GitHubhttps://github.com/wildminder/ComfyUI-VibeVoice

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，可免费使用和部署，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MIT

主要语言Python

技术栈/模型ai-voice,ai-voice-clonining,audio,comfyui-custom-nodes-text-to-speech,comfyui-nodes,t2s,text-to-speech,tts,vibevoice,vibevoice-microsoft,voice-cloning,voice-generation

GitHub 星标★ 611

上线时间2025-08-27 00:00:00

代码更新2026-10-26

仓库体积4.4 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数6

项目介绍

ComfyUI-VibeVoice 是一个为 ComfyUI 设计的自定义节点，用于集成 VibeVoice 文本转语音（TTS）引擎。它解决了在 ComfyUI 工作流中直接生成高质量、富有表现力的长音频的问题，支持多说话人对话式语音合成。核心能力包括：将 TTS 功能无缝嵌入 ComfyUI 节点图，用户可通过可视化连线配置文本、语音参数并生成音频；支持长文本输入和情感表达，适用于有声书、播客、对话场景；提供多说话人支持，便于创建多角色音频内容。项目基于 Python 开发，技术栈涵盖 AI 语音克隆、音频处理等，目前处于早期阶段，但已获得 594 个星标，社区关注度较高。

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 ★ 611

技术标签

ai-voice audio comfyui-nodes text-to-speech tts

使用教程

难度：进阶约 40 分钟部署方式：本地GPU 4 步

环境要求

已装主程序
GPU 显存 8G 以上
模型权重

安装与启动步骤

1放进节点目录

它是编辑器扩展，克隆到自定义节点目录下。
```
git clone https://github.com/wildminder/ComfyUI-VibeVoice.git
```
2装依赖

扩展有独立的依赖清单，要单独装一次。
```
pip install -r requirements.txt
```
3拉模型权重

权重不在仓库里，按说明放到指定位置。
4搭长文本链路

它是给长对话与多说话人场景用的，短句试不出差别。