ComfyUI_DiffRhythm 的安装和配置教程

1. 项目基础介绍

ComfyUI_DiffRhythm 是一个开源项目，它能够通过 ComfyUI 界面实现快速且简单的端到端全长歌曲生成。这个项目旨在提供一个易于使用的节点，用户可以通过它自动生成包含双语歌词字幕的歌曲。

项目主要使用的编程语言是 Python。

2. 项目使用的关键技术和框架

ComfyUI_DiffRhythm 使用了以下关键技术和框架：

• ComfyUI: 一个用户界面，用于与项目交互和生成音乐。
• DiffRhythm: 一个音乐生成模型，负责生成全长歌曲。
• MuQ: 一个音乐质量增强模型，用于提升生成的音乐品质。
• XLM-RoBERTa: 一个自然语言处理模型，用于处理歌词。

3. 安装和配置准备工作

在开始安装之前，请确保您的系统中已经安装了以下依赖：

• Python (建议使用 Python 3.7 或更高版本)
• pip (Python 的包管理器)
• espeak-ng (用于文本到语音的转换)

对于 Windows 用户，还需要配置环境变量 PHONEMIZER_ESPEAK_LIBRARY，其值为 espeak-ng 安装目录下 libespeak-ng.dll 的路径。

Linux 用户可以通过执行命令 apt-get -qq -y install espeak-ng 来安装 espeak-ng。

Mac 用户理论上也支持，但未经测试。

安装步骤

1. 克隆项目到本地：

cd ComfyUI/custom_nodes
git clone https://github.com/billwuhao/ComfyUI_DiffRhythm.git

2. 进入项目文件夹并安装依赖：

cd ComfyUI_DiffRhythm
pip install -r requirements.txt

对于 Windows 用户，如果使用的是 python_embeded，则需要执行：

./python_embeded/python.exe -m pip install -r requirements.txt

3. 下载模型文件并将它们放置在 ComfyUI/models/TTS/DiffRhythm 文件夹中。模型文件可以从以下链接手动下载（确保将下载的文件重命名到正确的格式）：

• cfm_model_v1_2.pt
• cfm_full_model.pt
• vae_model.pt
• 其他相关模型文件

4. 确保所有模型和配置文件都放置在正确的目录下后，您就可以开始使用 ComfyUI 界面来生成全长歌曲了。

按照以上步骤操作，即便是编程小白也可以顺利完成 ComfyUI_DiffRhythm 的安装和配置。享受音乐创作的乐趣吧！