音频模型

ComfyUI 合作节点让您可以使用字节跳动、Mirelo、Sonilo 和 VEED 等提供商托管的音频生成模型，无需本地 GPU 即可生成音乐、语音和音效。本页帮助您为文生音频、音乐、音效或视频配乐挑选合适的模型。

​

浏览音频模型

​

音频模型能做什么

• 文生音频：根据文本描述生成音乐或音效
• 视频配乐：创建与视频内容和节奏匹配的配乐
• 语音与说话：根据文本和参考音频生成语音或歌声

​

按任务选择模型

​

音乐与配乐

• Seed Audio 1.0（字节跳动）：文生音频和文生音乐，包括器乐和人声轨
• Sonilo（Sonilo）：从视频生成完整配乐；它会分析视频的节奏和内容，以生成匹配的配乐

​

音效与音频清理

• Mirelo SFX 2.0（Mirelo）：根据文本描述生成音效，或按画面动作生成同步拟音，对白会单独输出
• VEED Clean Audio（VEED）：从语音中去除噪声、音乐和音效，可用于录音或视频音轨
• Seed Audio 1.0（字节跳动）：还支持音效和音频风格迁移

​

所有音频合作伙伴

各模型费率见定价，使用上限见并发限制。