ComfyUI-VibeVoice

在 ComfyUI 里拖拽生成带情感的多角色长语音

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。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 596

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wildminder

所属国家

官网地址

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

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，无付费版本。

访问状态

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★ 596

30天Star增速

HF 下载量

上线时间2025-08-27 00:00:00

最近更新2026-09-23 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5

使用教程

核心亮点

无缝集成 ComfyUI，可视化节点操作，无需代码即可调用 TTS
支持长文本和情感表达，适合生成有声书或对话式音频
多说话人支持，可快速创建多角色配音内容

不足之处

早期项目，API 和功能可能不稳定
依赖 VibeVoice 服务，需额外配置或付费

适用场景

在 ComfyUI 中生成有声书或播客配音
制作多角色对话音频用于视频或游戏
快速原型验证 TTS 效果，集成到 AI 工作流

替代项目

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

项目介绍

ComfyUI-VibeVoice 是音频音乐领域的开源项目，由 wildminder 开发，2025 年首次发布。

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 596。

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 2026-09-23。MIT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中生成有声书或播客配音。同类可对比的替代方案包括 ComfyUI-F5-TTS、ComfyUI-ChatTTS、ComfyUI-Kokoro。

上一篇：Pandrator

下一篇：Chatterbox-TTS-Extended