%20(1).png)
ComfyUI-AudioLDM 插件教程 - 让 AI 帮你把图片变成声音！
1. 插件简介
GitHub 地址：https://github.com/sanbuphy/ComfyUI-AudioLDM
这是一个神奇的插件，它可以让你把图片变成声音！想象一下，你有一张海浪的照片，插件可以帮你生成海浪哗啦哗啦的声音；或者一张鸟儿的图片，可以变成悦耳的鸟叫声。就像是给图片配上了专属的配乐一样有趣。
2. 如何安装
就像在手机上安装新 APP 一样简单，只需要按照下面的步骤来：
- 打开你的 ComfyUI 文件夹
- 找到
custom_nodes文件夹（如果没有就新建一个） - 在终端或命令提示符中输入：
git clone https://github.com/sanbuphy/ComfyUI-AudioLDM
cd ComfyUI-AudioLDM
pip install -r requirements.txt
3. 节点详解
3.1 AudioLDM 文本转声音节点
这个节点就像是一个魔法师，你给它写一段文字描述，它就能变出相应的声音来。
参数详解：
| 参数名(UI显示) | 参数名(代码里) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用示例 |
|---|---|---|---|---|---|---|
| 文本提示词 | text | 字符串 | "海浪声" | 你想要什么样的声音，用文字描述出来 | 用于生成音频的文本描述 | "欢快的鸟叫声和微风吹拂树叶的声音" |
| 声音长度 | duration | 1-20 | 5 | 想要多长时间的声音 | 生成音频的时长(秒) | 设置为10就是10秒的声音 |
| 随机种子 | seed | 整数 | -1 | 像是掷骰子一样，决定生成什么样的声音 | 随机数生成器的种子值 | -1表示随机，固定数字会得到相同的结果 |
3.2 AudioLDM 图像转声音节点
这个节点像是一个会"看"图片的音乐家，给它一张图，它就能作曲！
参数详解：
| 参数名(UI显示) | 参数名(代码里) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用示例 |
|---|---|---|---|---|---|---|
| 输入图像 | image | 图片 | - | 要转换成声音的图片 | 输入的图像数据 | 放入一张海浪照片 |
| 声音长度 | duration | 1-20 | 5 | 想要多长时间的声音 | 生成音频的时长(秒) | 设置为8秒 |
| 随机种子 | seed | 整数 | -1 | 决定生成声音的随机性 | 随机数生成器的种子值 | 设置固定数字可以重复相同的结果 |
4. 使用技巧和建议
- 文字描述要具体：比如不要只说"鸟叫声"，而是说"清晨森林里悦耳的鸟叫声"
- 图片要清晰：就像拍照要对焦一样，给插件的图片要清晰
- 多尝试不同长度：声音长度建议先用5秒试试看，觉得不够再加长
- 保存好种子：如果生成了很喜欢的声音，记得把种子数字记下来
5. 常见问题解答
Q：为什么我生成的声音听起来怪怪的？ A：可能是描述不够具体，或者图片太模糊。就像跟人描述东西一样，越具体越好。
Q：生成的声音会重复吗？ A：用同样的图片/文字和种子号，就会生成一样的声音，就像用同样的配方做菜一样。
Q：声音最长能多长？ A：目前最长支持20秒，再长可能电脑会累趴下。
6. 补充说明
这个插件特别适合： - 制作视频配音 - 创作多媒体作品 - 做一些有趣的声音实验 - 给自己的作品配上独特的音效
记住，这就像是一个会把图片和文字变成声音的魔法盒子，多玩几次就能掌握诀窍啦！