テキスト読み上げ
セリフを書き、声を選択すると、ノードがそのセリフを読み上げたオーディオを返します。(sighs) や (laughs) といった音声タグは、読み上げられるのではなく演じられます。そのため、ポーズや笑い声は、ページ上のテキストとしてではなくモデルから出力されます。
このテンプレートはクローンした声で読み上げます。breeze_tts2_tts_clone_audio.wav は Breeze Voice Clone を通り、返された voice id が、language を custom に設定した Breeze Voice Selector に入力され、それが Breeze Text to Speech を動かします。代わりに注目の声を使うには、テンプレート内のもう一方の Breeze Voice Selector(言語 English、声 Elizabeth)を Breeze Text to Speech の voice 入力に接続してください。これはワークフローに含まれていますが、接続されていません。
Comfy Cloud で実行
Comfy Cloud で開く
ワークフローをダウンロード
JSON をダウンロードするか、テンプレートライブラリで “Breeze TTS 2: Text to Speech” を検索してください
voice 出力で voice id を返しますが、その出力は接続されていません。Preview as Text ノードに接続して id を読み取るか、Breeze Text to Speech の voice 入力に直接接続してください。グループのノードを選択し、Ctrl+B を押してバイパスを解除してワークフローを実行し、その id を language を custom に設定した Breeze Voice Selector に貼り付けてください。
入力マテリアル
breeze_tts2_tts_clone_audio.wav
Breeze Voice Clone ノードに読み込んでください。テンプレートではこのノードがすでに音声ノードに接続されていますデリバリー制御
delivery は、セリフの読み上げ方を設定します:
neutralは、声をその声本来のサウンドに近づけます。speaker_boostは、よりオリジナルに近い状態を保ちます。directedは、記述されたinstructionsに従います。例:「温かく、急がず、最後の言葉で微笑む」。指示はテキストと同じ言語で書き、strengthを設定して、声がどの程度文字通りに指示に従うかを制御します。
speed は、ピッチを変えずにテンポを 0.5 から 2.0 まで変更します。
ボイスの作成
Remix はオリジナルの言語を維持します。言語をまたぐ場合は Localize を使用してください。クローンには、再現する権利のあるボイスのみを使用してください。同意が必須です。
ノードの操作
音声はその言語で最も自然に聞こえます。聞き慣れた声で別の言語を話させるには、まず Breeze Voice Localize を通してください。
はじめる
- ComfyUIを最新バージョンにアップデートします
- テンプレートライブラリに移動し、
Breeze TTS 2を検索します