Fish Audio 即时声音克隆 - ComfyUI Built-in Node Documentation

此节点使用 Fish Audio API 根据您的录音创建私有克隆语音。您提供一个或多个音频样本，节点会构建一个可立即用于文本转语音的自定义语音。它接受 1 到 20 个录音，建议每个录音长度为 10 到 30 秒，总时长限制为 270 秒。

输入

参数	描述	数据类型	必填	范围
`files`	用于语音克隆的录音。这是一个可增长输入：连接一个或多个音频项（例如 `audio_1`、`audio_2`、…）以提供语音样本。	AUDIO	是	1 到 20 recordings
`enhance_audio_quality`	在训练前增强参考音频质量（默认：True）。	BOOLEAN	是	True False

注意： 所有参考音频的总时长必须低于 270 秒。如果合并后的时长达到或超过 270 秒，节点将返回错误。

输出名称	描述	数据类型
`voice`	新创建的克隆语音，由 Fish Audio API 返回的唯一语音 ID 标识。此语音可用于文本转语音。	FISHAUDIO_VOICE

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 6c4f011a4611a076b2488152591efeb61c029d6dfae2b079ba74689891c84803