文本转语音
写下台词,节点便会返回用所选音色朗读这段台词的音频。(sighs)、(laughs) 这类音频标签会被实际演绎出来,而不是被朗读出来,因此模型输出的是停顿或笑声,而不是把标签文字读出来。
模板使用克隆音色进行朗读。breeze_tts2_tts_clone_audio.wav 经过 Breeze Voice Clone 处理,返回的 voice id 会输入到 Breeze Voice Selector(language 设为 custom),再由它驱动 Breeze Text to Speech。如果想改用预设音色,可以把模板中另一个 Breeze Voice Selector(语言 English,音色 Elizabeth)连接到 Breeze Text to Speech 的 voice 输入;它随工作流一同提供,但没有连接。
在 Comfy Cloud 上运行
在 Comfy Cloud 中打开
下载工作流
下载 JSON,或在模板库中搜索 “Breeze TTS 2: Text to Speech”
voice 输出上返回 voice id,但该输出默认没有连线。把这个输出接到 Preview as Text 节点即可读取 id,也可以直接接到 Breeze Text to Speech 的 voice 输入。选中该分组中的节点,按 Ctrl+B 取消绕过,运行工作流,再把 id 粘贴到 Breeze Voice Selector 中,并将 language 设为 custom。
输入素材
breeze_tts2_tts_clone_audio.wav
加载到
Breeze Voice Clone 节点,模板已将它连接到语音节点表达控制
delivery 决定这句话如何被朗读:
neutral让声音接近其自身音色。speaker_boost则让声音更贴近原始音色。directed会遵循写好的instructions,例如“温暖而从容,最后一个词带着笑意”。请使用与文本相同的语言来撰写这些指令,并设置strength来控制声音遵循指令的字面程度。
speed 可在不改变音高的情况下将语速从 0.5 调整到 2.0。
制作声音
Remix 会保留原始语言;要跨语言请使用 Localize。进行克隆时,只能使用你有权复制的声音:必须获得同意。
节点控制
音色在其对应语言中表现最佳。要用熟悉的音色说另一种语言,请先通过 Breeze Voice Localize 处理。
开始使用
- 将 ComfyUI 更新到最新版本
- 前往模板库,搜索
Breeze TTS 2