# ComfyUI Spark TTS 插件保姆级教程 ## 1. 插件简介 Spark TTS 是一个能让你的 ComfyUI 说话的神奇插件！它可以把文字变成语音，就像有个人在给你读故事一样。这个插件是基于讯飞开放平台的语音合成服务，可以生成非常自然的中文语音。 插件地址：https://github.com/KERRY-YUAN/ComfyUI_Spark_TTS ## 2. 安装方法 就像安装其他 ComfyUI 插件一样简单： 1. 找到你的 ComfyUI 安装目录下的 `custom_nodes` 文件夹 2. 打开命令行（就是那个黑色的窗口），输入： ```bash git clone https://github.com/KERRY-YUAN/ComfyUI_Spark_TTS ``` 3. 安装需要的额外工具： ```bash pip install websocket-client ``` ## 3. 节点详解 ### 3.1 SparkTTS 节点 这是一个能把文字变成声音的魔法节点！就像是给文字注入了灵魂，让它能开口说话。 #### 参数详解： | 参数名 (界面显示) | 参数名 (代码) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用示例 | |---|---|---|---|---|---|---| | APPID | appid | 文本 | - | 讯飞平台给你的身份证号 | 应用程序标识符 | 去讯飞开放平台注册后获得 | | APISecret | api_secret | 文本 | - | 你的专属密码 | API访问密钥 | 平台生成的密钥字符串 | | APIKey | api_key | 文本 | - | 你的专属钥匙 | API认证密钥 | 平台提供的访问密钥 | | Text | text | 文本 | - | 想要转换的文字 | 待合成的文本内容 | "你好，世界" | | Voice | voice | 选项 | xiaoyan | 声音的类型 | 发音人选择 | 可选：晓燕、晓峰等 | ### 3.2 SaveAudio 节点 这个节点就像是一个录音机，负责把生成的声音保存成音频文件。 #### 参数详解： | 参数名 (界面显示) | 参数名 (代码) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用示例 | |---|---|---|---|---|---|---| | output_path | output_path | 文本 | output | 存放文件的地方 | 输出文件路径 | "my_audio" | | filename_prefix | filename_prefix | 文本 | audio_ | 文件名前缀 | 文件名前缀字符串 | "test_" | | audio_data | audio_data | 数据 | - | 声音数据 | 音频数据对象 | 从SparkTTS节点输出连接 | ## 4. 使用技巧和建议 - 文字不要太长，建议一次最多说个三四句话 - 选择声音的时候可以多试几个，找到最适合的 - 保存文件名最好用有意义的前缀，方便找到文件 ## 5. 常见问题解答 Q: 为什么我的声音听起来不自然？ A: 可能是文字太长了，试着把长文本分成几段来转换。 Q: 找不到生成的音频文件？ A: 看看 ComfyUI 的 output 文件夹，音频文件就在里面。 Q: 报错说连接不上服务器？ A: 检查一下你的 APPID、APISecret 和 APIKey 是否正确，或者网络是否通畅。 ## 6. 补充说明 - 讯飞开放平台需要注册账号才能使用 - 免费账号每天有使用次数限制 - 生成的音频文件格式是 WAV，可以用常见的播放器打开 记住：第一次使用时要先去讯飞开放平台（https://www.xfyun.cn/）注册账号，获取必要的密钥信息哦！
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)
