# ComfyUI-Geeky-Kokoro-TTS 插件完全入门指南 ## 1. 插件简介 **插件地址：** https://github.com/GeekyGhost/ComfyUI-Geeky-Kokoro-TTS 这个插件就像是给你的 ComfyUI 安装了一个「会说话的嘴巴」。它能把你写的文字变成各种不同声音的语音，就像手机里的语音助手一样。不仅如此，它还能给声音加各种特效，比如让声音听起来像机器人、怪物、小孩子，或者加上回声效果等等。 **插件的神奇之处：** - 支持 27 种以上不同的声音（有男有女、有美式英语有英式英语） - 可以把两种不同的声音混合在一起，创造出独特的声音 - 可以调节说话速度（慢慢说或者快快说） - 支持各种声音特效（回声、混响、机器人声等） - 可以用电脑显卡加速，处理速度更快 ## 2. 如何安装 ### 方法一：ComfyUI 管理器安装（推荐） 1. 打开 ComfyUI，找到菜单栏的「Manager」（管理器） 2. 点击「Install Custom Nodes」（安装自定义节点） 3. 在搜索框输入「Geeky Kokoro TTS」 4. 点击「Install」（安装） 5. 安装完成后重启 ComfyUI ### 方法二：手动安装 1. 找到你的 ComfyUI 文件夹，进入 `custom_nodes` 文件夹 2. 在这里下载插件文件 3. 安装必要的依赖包（这一步可能需要一些技术知识） 4. 重启 ComfyUI ## 3. 节点详细解析 这个插件包含两个主要节点： ### 3.1 文字转语音节点（GeekyKokoroTTS） 这个节点就像一个「朗读器」，把你输入的文字读出来。 #### 3.2 参数详解 | 参数名 (界面显示) | 参数名 (代码中) | 参数值范围 | 建议值 | 通俗解释 | 专业解释 | 使用举例 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 文本 | text | 多行文本 | 任意文本 | 你想要转换成语音的文字内容，就像在便条上写字一样 | 输入待转换的文本内容，支持换行和标点符号 | 输入「你好，欢迎使用语音合成功能」 | | 声音 | voice | 27+ 种选择 | Heart ❤️ | 选择谁来读这段文字，就像选择不同的播音员 | 选择语音合成使用的声音模型，包含美式和英式英语 | 选择「🇺🇸 🚺 Heart ❤️」来获得温暖的女声 | | 语速 | speed | 0.5-2.0 | 1.0 | 说话的快慢程度，1.0 是正常速度，像日常聊天一样 | 控制语音播放的速度倍率，1.0为原始速度 | 设置 0.8 让声音慢一点，更清晰 | | 使用显卡加速 | use_gpu | 开启/关闭 | 开启 | 用显卡来处理，就像用跑车代替自行车，速度更快 | 启用GPU加速计算，提高处理速度 | 处理长文本时建议开启 | | 启用声音混合 | enable_blending | 开启/关闭 | 关闭 | 是否要把两种不同的声音混合在一起 | 启用双声音混合功能 | 想要独特声音时开启 | | 第二个声音 | second_voice | 27+ 种选择 | Sarah | 混合时使用的第二种声音 | 声音混合时的辅助声音源 | 选择「🇺🇸 🚺 Sarah」与主声音混合 | | 混合比例 | blend_ratio | 0.0-1.0 | 0.5 | 两种声音的混合程度，0.5 表示各占一半 | 主声音与辅助声音的混合权重 | 设置 0.7 表示主声音占 70%，辅助声音占 30% | ### 3.3 语音特效节点（GeekyKokoroVoiceMod） 这个节点就像一个「变声器」，可以给声音加上各种特效。 #### 3.4 参数详解 | 参数名 (界面显示) | 参数名 (代码中) | 参数值范围 | 建议值 | 通俗解释 | 专业解释 | 使用举例 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 音频输入 | audio | 音频数据 | 来自 TTS 节点 | 需要加特效的原始声音，就像原材料 | 输入的音频信号数据 | 连接文字转语音节点的输出 | | 特效混合程度 | effect_blend | 0.0-1.0 | 1.0 | 特效的强弱程度，0 表示没有特效，1 表示特效最强 | 原始音频与处理后音频的混合比例 | 设置 0.5 让特效不那么明显 | | 输出音量 | output_volume | -60.0-60.0 | 0.0 | 最终声音的大小声，就像调节音响音量 | 输出音频的音量调节（分贝） | 设置 -6.0 让声音小一点 | | 声音风格 | voice_profile | 7 种选择 | None | 预设的声音风格，就像美颜滤镜一样 | 预定义的声音处理配置文件 | 选择「Robot」让声音像机器人 | | 风格强度 | profile_intensity | 0.0-1.0 | 0.7 | 选择的风格效果有多强 | 声音风格的应用强度 | 设置 0.4 让机器人效果淡一点 | | 手动模式 | manual_mode | 开启/关闭 | 关闭 | 是否要自己调节每个特效参数 | 启用手动参数控制模式 | 想要精确控制时开启 | | 音调调节 | pitch_shift | -12.0-12.0 | 0.0 | 声音的高低变化，正数变高，负数变低 | 音调偏移（半音为单位） | 设置 2.0 让声音变高一点 | | 声道调节 | formant_shift | -5.0-5.0 | 0.0 | 改变声音的「厚度」，正数变细，负数变厚 | 共振峰频率偏移 | 设置 -1.0 让声音更厚重 | | 回声强度 | reverb_amount | 0.0-1.0 | 0.0 | 像在大房间里说话的回声效果 | 混响效果的强度 | 设置 0.3 增加空间感 | | 延迟回声 | echo_delay | 0.0-1.0 | 0.0 | 像在山谷里喊话的回声效果 | 延迟回声的强度 | 设置 0.2 增加回声效果 | | 失真度 | distortion | 0.0-1.0 | 0.0 | 让声音变得粗糙，像老旧收音机 | 谐波失真的程度 | 设置 0.1 让声音略显粗糙 | | 压缩强度 | compression | 0.0-1.0 | 0.0 | 让声音的大小声更均匀 | 动态范围压缩强度 | 设置 0.4 让声音更稳定 | | 低音调节 | eq_bass | -1.0-1.0 | 0.0 | 调节声音的低音部分 | 低频段均衡器调节 | 设置 0.3 增加低音效果 | | 中音调节 | eq_mid | -1.0-1.0 | 0.0 | 调节声音的中音部分（人声主要部分） | 中频段均衡器调节 | 设置 0.2 让人声更突出 | | 高音调节 | eq_treble | -1.0-1.0 | 0.0 | 调节声音的高音部分 | 高频段均衡器调节 | 设置 -0.1 减少刺耳感 | | 使用显卡加速 | use_gpu | 开启/关闭 | 关闭 | 是否用显卡来处理特效 | 启用GPU加速特效处理 | 处理复杂特效时可以开启 | ## 4. 使用技巧和建议 ### 4.1 声音选择建议 **美式英语女声：** - Heart ❤️：温暖亲切，适合讲故事 - Bella 🔥：活泼有力，适合广告配音 - Nicole 🎧：清晰标准，适合教学内容 **美式英语男声：** - Michael：深沉权威，适合正式场合 - Puck：轻松幽默，适合娱乐内容 - Echo：富有磁性，适合艺术类内容 **英式英语：** - Emma：优雅知性，适合正式文档 - George：专业严肃，适合商务内容 ### 4.2 特效组合建议 **机器人声音：** - 声音风格：Robot - 风格强度：0.6 - 失真度：0.2 **小孩声音：** - 声音风格：Child - 风格强度：0.4 - 音调调节：+2.0 **怪物声音：** - 声音风格：Monster - 风格强度：0.5 - 音调调节：-3.0 **广播主持人声音：** - 压缩强度：0.7 - 中音调节：0.3 - 低音调节：0.2 ### 4.3 文本处理技巧 1. **使用标点符号：** 句号、逗号、问号会产生自然的停顿 2. **分段处理：** 长文本分成短段落，效果更好 3. **避免特殊符号：** 尽量不要使用奇怪的符号 4. **控制长度：** 每次处理的文字不要超过 1000 字 ## 5. 常见问题解答 ### Q1：为什么声音听起来很机械？ **答：** 可能是特效参数设置过强，试试把「风格强度」调低到 0.3-0.5。 ### Q2：处理速度很慢怎么办？ **答：** 短文本建议关闭显卡加速，长文本建议开启显卡加速。 ### Q3：声音太小/太大怎么调？ **答：** 调节「输出音量」参数，-6.0 表示变小，+6.0 表示变大。 ### Q4：两种声音混合效果不好？ **答：** 建议选择同一种语言的声音（都是美式或都是英式），混合比例从 0.7 开始尝试。 ### Q5：特效听起来很奇怪？ **答：** 所有特效都从小数值开始（0.1-0.3），逐渐增加到合适的效果。 ## 6. 实际应用案例 ### 案例 1：制作故事配音 1. 使用 Heart ❤️ 声音 2. 语速设置为 0.9（稍慢一点） 3. 添加轻微回声效果（0.2） 4. 输出音量调节到 -3.0 ### 案例 2：制作机器人配音 1. 使用任意男声 2. 声音风格选择 Robot 3. 风格强度设置为 0.6 4. 添加轻微失真效果（0.1） ### 案例 3：制作专业播报 1. 使用 Michael 或 George 声音 2. 压缩强度设置为 0.5 3. 中音调节设置为 0.3 4. 保持其他参数默认 ## 7. 进阶技巧 ### 7.1 多声音叙事 可以为不同角色使用不同的声音设置，然后用音频编辑软件合并，创造出多角色对话效果。 ### 7.2 情感表达 通过调节语速和音调来表达不同情感： - 开心：语速 1.1，音调 +0.5 - 悲伤：语速 0.8，音调 -0.5 - 紧张：语速 1.3，轻微失真 0.05 ### 7.3 环境音效 结合回声和混响参数来模拟不同环境： - 室内：回声 0.1，混响 0.2 - 户外：回声 0.3，混响 0.1 - 洞穴：回声 0.5，混响 0.6 记住，最好的参数组合需要通过实际试验来找到，每个人的需求和喜好都不同。建议从基础设置开始，逐步调整到满意的效果！
ComfyUI图像合并插件comfyui-merge使用教程 2025-07-03 22:44 ComfyUI 图像合并插件教程 (comfyui-merge) 1. 插件简介 这是一个专门用来合并图片的 ComfyUI 插件，就像用 PS 把多张图片叠在一起那样。它的特别之处在于你精确控制每张图片的混合方式。 GitHub 地址：https://github.com/LingSss9/com
%20(1).png)
