FishAudioTextToSpeech - ComfyUI Built-in Node Documentation

이 노드는 Fish Audio 텍스트 음성 변환 모델을 사용하여 작성된 텍스트를 음성 오디오로 변환합니다. 텍스트에 삽입된 감정 큐(s2.1-pro의 경우 [happy], [whispering], s1의 경우 (happy))를 지원하며, 여러 음성이 연결된 경우 @Voice1/@Voice2 태그를 사용한 다중 화자 대화를 지원합니다. 사용 가능한 모델은 두 가지입니다: 최대 5개의 음성과 다중 화자 대화를 지원하는 s2.1-pro와 단일 선택적 음성을 사용하는 s1입니다.

입력

공통 입력

매개변수	설명	데이터 타입	필수 여부	범위
`text`	음성으로 변환할 텍스트입니다. 두 개 이상의 음성이 연결된 경우 @Voice1, @Voice2 등으로 화자 변경을 표시하세요. 비어 있으면 안 됩니다. (기본값: 비어 있음)	STRING	예	비어 있지 않은 모든 텍스트
`model`	텍스트 음성 변환에 사용할 모델입니다.	DYNAMIC_COMBO	예	”s2.1-pro" "s1”
`seed`	시드는 노드의 재실행 여부를 제어합니다. 결과는 시드와 관계없이 비결정적입니다. (기본값: 42)	INT	예	0 ~ 2147483647

s2.1-pro 입력

이 입력은 s2.1-pro 모델이 선택된 경우 표시됩니다.

매개변수	설명	데이터 타입	필수 여부	범위
`voices`	확장 가능한 슬롯: 1~5개의 음성 항목(`voice_1`, `voice_2`, …)을 연결할 수 있습니다. 합성에 사용할 음성입니다. 기본 음성을 사용하려면 비워 두세요. 두 개 이상의 음성이 연결된 경우 텍스트에서 @Voice1, @Voice2 등으로 화자 변경을 표시하세요.	FISHAUDIO_VOICE	아니요	0 ~ 5개 음성
`temperature`	표현력입니다. 값이 높을수록 더 다양해지고, 값이 낮을수록 더 일관적입니다. (기본값: 0.7)	FLOAT	예	0.0 ~ 1.0
`top_p`	핵심 샘플링(nucleus sampling)을 통한 다양성입니다. (기본값: 0.7)	FLOAT	예	0.01 ~ 1.0
`speed`	말하기 속도입니다. 1.0이 보통이며, <1.0이면 더 느리게, >1.0이면 더 빠르게 말합니다. (기본값: 1.0)	FLOAT	예	0.5 ~ 2.0
`volume`	데시벨 단위의 음량 조절입니다. 0은 변경 없음입니다. (기본값: 0.0)	FLOAT	예	-10.0 ~ 10.0
`normalize`	영어와 중국어의 숫자 및 텍스트를 정규화하여 숫자와 날짜의 안정성을 향상시킵니다. (기본값: true)	BOOLEAN	예	true / false

s1 입력

이 입력은 s1 모델이 선택된 경우 표시됩니다.

매개변수	설명	데이터 타입	필수 여부	범위
`voice`	합성에 사용할 음성입니다. 기본 음성을 사용하려면 연결하지 않은 상태로 두세요.	FISHAUDIO_VOICE	아니요	선택적 단일 음성
`temperature`	표현력입니다. 값이 높을수록 더 다양해지고, 값이 낮을수록 더 일관적입니다. (기본값: 0.7)	FLOAT	예	0.0 ~ 1.0
`top_p`	핵심 샘플링(nucleus sampling)을 통한 다양성입니다. (기본값: 0.7)	FLOAT	예	0.01 ~ 1.0
`speed`	말하기 속도입니다. 1.0이 보통이며, <1.0이면 더 느리게, >1.0이면 더 빠르게 말합니다. (기본값: 1.0)	FLOAT	예	0.5 ~ 2.0
`volume`	데시벨 단위의 음량 조절입니다. 0은 변경 없음입니다. (기본값: 0.0)	FLOAT	예	-10.0 ~ 10.0
`normalize`	영어와 중국어의 숫자 및 텍스트를 정규화하여 숫자와 날짜의 안정성을 향상시킵니다. (기본값: true)	BOOLEAN	예	true / false

참고: text 입력은 비어 있으면 안 됩니다. 화자 태그(@Voice1, @Voice2 등)는 대소문자를 구분하지 않으며 연결된 음성을 참조해야 합니다. 연결되지 않은 음성을 태그하면 오류가 발생합니다. 두 개 이상의 음성이 연결된 경우 텍스트는 연결된 모든 음성을 최소한 한 번 이상 참조해야 하며, 그렇지 않으면 노드가 누락된 태그를 보고합니다. s2.1-pro에서는 음성을 0개 연결하면 기본 음성을 사용하고, 1개를 연결하면 해당 음성만 사용하며, 2개 이상을 연결하면 다중 화자 대화를 사용할 수 있습니다. s1에서는 단일 선택적 음성을 사용하며, 연결하지 않으면 기본 음성을 사용합니다. 감정 큐는 텍스트에 배치할 수 있습니다: s2.1-pro에서는 [happy] 및 [whispering], s1에서는 (happy)입니다.

출력

출력 이름	설명	데이터 타입
`audio`	생성된 음성을 담은 오디오 파일입니다.	AUDIO

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 6cc005ae76fc7b60d9399b1b0a3c5de40a6eff47cd6f0f0b73b4212c0270ae29

​입력

​공통 입력

​s2.1-pro 입력

​s1 입력

​출력

입력

공통 입력

s2.1-pro 입력

s1 입력

출력