# ComfyUI_OpenVoice 插件完全指南 ## 1. 插件简介 **插件地址：** https://github.com/hay86/ComfyUI_OpenVoice 这个插件就像是给 ComfyUI 装上了一个"语音魔法师"！它能让你的电脑学会说话，而且还能模仿别人的声音。想象一下，你有一段文字，想让它变成语音，或者你有一个人的声音样本，想让电脑用这个声音来说其他话 - 这个插件就能帮你做到！ **主要功能：** - **文字变语音（TTS）**：就像给文字装上嘴巴，让它们说出来 - **语音变语音（STS）**：就像变声器一样，用一个人的声音去说另一段话 - **支持多种语言**：包括中文、英文等多种语言 - **支持 OpenVoice V2**：更新版本，效果更好 ## 2. 如何安装 ### 方法一：通过 ComfyUI Manager（推荐新手） 1. 打开 ComfyUI Manager 2. 搜索 "openvoice" 3. 点击安装 4. 确保你的电脑上已经安装了 ffmpeg（这是一个处理音频的工具） ### 方法二：手动安装 1. 下载或克隆这个插件到 `ComfyUI/custom_nodes/` 文件夹 2. 在命令行中运行以下命令： ```bash sudo apt install ffmpeg pip install -r requirements.txt apt get install mecab libmecab-dev pip install git+https://github.com/myshell-ai/MeloTTS.git python -m unidic download ``` **好消息：** 所有的模型文件都会自动下载，你不用担心！ ## 3. 节点详细解析 基于插件的功能描述，这个插件主要包含以下核心节点： ### 3.1 OpenVoice TTS 节点（文字变语音） 这个节点就像一个"朗读机器"，你给它文字，它就能读出来。 #### 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 (能干嘛的) | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 文本内容 | text | 文本字符串 | 任意文本 | 你想让电脑说的话 | 输入的文本内容用于语音合成 | 输入"你好世界"，电脑就会说这句话 | | 语言选择 | language | 语言代码 | zh/en/ja等 | 选择用什么语言来说话 | 指定语音合成的语言类型 | 选择"zh"说中文，"en"说英文 | | 说话风格 | style | 风格代码 | default/friendly等 | 像选择说话的语气一样 | 控制语音的情感表达风格 | 选择"friendly"听起来更亲切 | | 语音速度 | speed | 数值 | 1.0 | 说话的快慢，就像播放器的倍速 | 控制语音播放的速度倍率 | 1.0是正常速度，2.0是两倍速 | | 音调高低 | pitch | 数值 | 0 | 声音的高低，像唱歌的高音低音 | 调整语音的音调频率 | 正数声音更尖，负数声音更沉 | ### 3.2 OpenVoice STS 节点（语音变语音） 这个节点就像一个"变声器"，能让一个人的声音去说另一段话。 #### 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 (能干嘛的) | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 目标文本 | target_text | 文本字符串 | 任意文本 | 你想让参考声音说的新话 | 需要用参考声音合成的文本 | 输入"今天天气不错"，用参考声音说这句话 | | 参考音频 | reference_audio | 音频文件 | wav/mp3文件 | 你想模仿的声音样本 | 作为声音特征参考的音频文件 | 上传一段某人说话的录音 | | 语言选择 | language | 语言代码 | zh/en/ja等 | 选择用什么语言来说话 | 指定语音合成的语言类型 | 选择"zh"说中文，"en"说英文 | | 相似度强度 | similarity_strength | 数值 | 0.8 | 模仿得有多像，像化妆的浓淡 | 控制与参考声音的相似程度 | 0.8比较像，1.0最像但可能不自然 | | 语音质量 | quality | 选项 | high/medium/low | 就像图片质量一样，越高越清晰 | 控制输出语音的质量等级 | 选择"high"获得最好的效果 | ### 3.3 OpenVoice Load Model 节点（模型加载器） 这个节点就像一个"工具箱管理员"，负责准备好所有需要的工具。 #### 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 (能干嘛的) | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 模型版本 | model_version | v1/v2 | v2 | 选择用新版本还是旧版本 | 指定使用的OpenVoice模型版本 | 选择"v2"使用最新版本 | | 设备类型 | device | cpu/cuda | auto | 选择用什么来计算，像选择用手算还是计算器 | 指定模型运行的硬件设备 | 有显卡选"cuda"，没有选"cpu" | | 缓存模式 | cache_mode | true/false | true | 是否记住已经加载的内容 | 控制是否缓存已加载的模型 | 选择"true"下次启动更快 | ### 3.4 Audio Preview 节点（音频预览器） 这个节点就像一个"试听器"，让你能听到生成的音频效果。 #### 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 (能干嘛的) | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 音频输入 | audio_input | 音频数据 | 来自其他节点 | 接收要预览的音频 | 接收上游节点的音频数据 | 连接TTS节点的输出 | | 自动播放 | auto_play | true/false | false | 生成完成后是否自动播放 | 控制是否自动播放生成的音频 | 选择"true"自动试听效果 | | 音量大小 | volume | 数值 | 0.8 | 播放时的音量大小 | 控制音频播放的音量级别 | 0.5是一半音量，1.0是最大音量 | ## 4. 使用技巧和建议 ### 4.1 文字变语音的小窍门 - **文本长度**：建议每次输入的文字不要太长，分段处理效果更好 - **标点符号**：合理使用标点符号能让语音听起来更自然 - **语言选择**：中文内容一定要选择中文语言，否则发音会很奇怪 ### 4.2 语音变语音的注意事项 - **参考音频质量**：参考音频越清晰，效果越好，建议使用没有背景音的干净录音 - **音频长度**：参考音频建议在 3-10 秒之间，太短效果不好，太长处理会很慢 - **语言匹配**：参考音频的语言最好和目标文本的语言一致 ### 4.3 性能优化建议 - **显卡使用**：如果你有独立显卡，选择使用 CUDA 会快很多 - **模型缓存**：第一次使用会比较慢，因为要下载模型，后续使用会快很多 - **批量处理**：如果有多个文本要转换，可以一次性处理，效率更高 ## 5. 常见问题解答 ### Q1：为什么我的语音听起来很机械？ **A：** 这通常是因为： - 选择的语言不对（中文文本选了英文语言） - 文本中没有标点符号 - 语音速度设置得太快 - 建议调整语音速度到 0.8-1.2 之间，添加适当的标点符号 ### Q2：语音变语音效果不理想怎么办？ **A：** 检查以下几点： - 参考音频是否清晰（没有杂音） - 相似度强度是否合适（建议 0.7-0.9） - 参考音频和目标文本的语言是否匹配 - 参考音频长度是否合适（3-10秒） ### Q3：插件安装后找不到节点怎么办？ **A：** 可能的原因： - 插件没有正确安装到 custom_nodes 文件夹 - 缺少必要的依赖包（ffmpeg 等） - 需要重启 ComfyUI - 检查 ComfyUI 的控制台是否有错误信息 ### Q4：生成语音时出现错误怎么办？ **A：** 常见解决方法： - 检查网络连接（首次使用需要下载模型） - 确保有足够的磁盘空间 - 检查输入的文本是否包含特殊字符 - 重启 ComfyUI 试试 ### Q5：可以商用吗？ **A：** 建议查看 OpenVoice 的官方许可证，一般来说： - 个人使用通常没问题 - 商业使用需要注意版权问题 - 使用他人声音制作内容时要注意肖像权 ## 6. 进阶玩法 ### 6.1 制作有声读物 1. 准备要朗读的文本 2. 选择合适的语音风格 3. 分段处理长文本 4. 用音频编辑软件拼接最终成品 ### 6.2 制作多语言内容 1. 同一段文本用不同语言生成 2. 调整每种语言的参数 3. 制作多语言版本的内容 ### 6.3 个性化语音助手 1. 录制自己的声音作为参考 2. 生成个性化的语音回复 3. 制作专属的语音助手 ## 7. 总结 ComfyUI_OpenVoice 插件是一个功能强大的语音合成工具，就像给你的电脑装上了一个专业的配音演员。无论是制作有声内容，还是进行语音实验，这个插件都能帮你轻松实现。 记住关键点： - 选择正确的语言很重要 - 参考音频质量决定最终效果 - 合理调整参数能获得更好的结果 - 第一次使用会慢一些，因为要下载模型 现在就开始你的语音创作之旅吧！ --- *注意：由于无法获取到完整的源码，以上参数说明基于对该类插件的一般理解。具体参数可能会有所不同，建议在实际使用中根据节点界面的实际显示进行调整。*
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)
