ComfyUI_StepAudioTTS 使用教程

1. 项目介绍

ComfyUI_StepAudioTTS 是一个基于 ComfyUI 的文本转语音（TTS）节点，使用了 Step-Audio-TTS 技术。它可以实现说话、说唱、唱歌或克隆声音的功能。支持中文、英文、韩文、日文、四川话、粤语等多种语言。

2. 项目快速启动

首先，确保你已经安装了 ComfyUI。以下是快速启动 ComfyUI_StepAudioTTS 的步骤：

# 克隆项目到 ComfyUI 的 custom_nodes 目录下
cd ComfyUI/custom_nodes
git clone https://github.com/billwuhao/ComfyUI_StepAudioTTS.git

# 安装依赖
cd ComfyUI_StepAudioTTS
pip install -r requirements.txt

确保在 ComfyUI 的环境中安装了以上依赖后，你就可以在 ComfyUI 中使用 StepAudioTTS 节点了。

3. 应用案例和最佳实践

应用案例

• 语音合成：将文本转换为自然流畅的语音。
• 个性化语音克隆：克隆特定说话者的声音，用于个性化语音消息或娱乐内容。
• 音乐创作：利用 Step-Audio-TTS 技术为音乐添加旁白或歌词。

最佳实践

• 在定义说话者时，确保名称与 ComfyUI/models/TTS/Step-Audio-speakers/speakers_info.json 中的配置一致。
• 使用 MW Audio Recorder 节点进行录音时，适当调整参数以获得最佳录音效果。

4. 典型生态项目

ComfyUI_StepAudioTTS 作为 ComfyUI 生态系统的一部分，可以与以下项目结合使用：

• Step-Audio：提供音频处理的基础工具和库。
• CosyVoice：用于语音合成的开源库。
• transformers：提供预训练模型和转换器的库，用于自然语言处理。
• FunASR：用于自动语音识别的开源工具。

通过整合这些项目，可以构建更完整和强大的音频处理和语音合成解决方案。