跳转到主要内容
Breeze TTS 2 是 Breeze Blue 推出的开放权重语音模型,用于文本转语音,原生支持英语和中文,另有一个覆盖 51 种语言的多语言版本。 在 ComfyUI 中,它通过合作节点运行。Breeze Text to Speech 使用选定音色朗读脚本。Breeze Voice Selector 可选择精选音色,或你拥有的任意音色 id。另有四个节点用于创建和调整音色:Breeze Voice Clone 从录音中复制音色,Breeze Voice Design 根据描述创造音色,Breeze Voice Remix 对已有音色进行调整,Breeze Voice Localize 将音色转换到另一种语言。它们全部是云端 API 节点:需要拥有带积分的 Comfy 账户,且不会下载任何本地模型。费率请见合作节点定价页面。
使用 API 节点需要保证你已经正常登录,并在受许可的网络环境下使用,请参考API 节点总览部分文档来了解使用 API 节点的具体使用要求。
请确保你的 ComfyUI 已经更新。本指南里的工作流可以在工作流模板中找到。如果找不到,可能是 ComfyUI 没有更新。如果加载工作流时有节点缺失,可能原因有:
  1. 你用的不是最新版(每夜版)。
  2. 启动时有些节点导入失败。

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。 Breeze TTS 2 文本转语音工作流预览

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”
另外还有两个分组默认处于绕过状态:Breeze Voice Remix 用于改造已有的音色,Breeze Voice Design 则根据描述生成音色。两者都会在 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

  1. 将 ComfyUI 更新到最新版本
  2. 前往模板库,搜索 Breeze TTS 2