> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Breeze TTS 2：ComfyUI 中的文本转语音与语音工具

> 使用 Breeze TTS 2 在 ComfyUI 中将脚本转换为语音：原生支持英语和中文，覆盖 51 种语言，并提供语音克隆、语音设计、混音和本地化功能。

**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](https://docs.comfy.org/zh/tutorials/partner-nodes/pricing.md)。

> [!TIP]
>
> 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](https://docs.comfy.org/zh/tutorials/partner-nodes/overview.md)部分文档来了解使用 API 节点的具体使用要求。

> [!TIP]
>
> > [tab] 本地用户
> >
> > 请确保你的 ComfyUI 已经更新。
> >
> > * [ComfyUI 下载](https://www.comfy.org/download)
> > * [ComfyUI 更新教程](https://docs.comfy.org/zh/installation/update_comfyui.md)
> >
> > 本指南里的工作流可以在[工作流模板](https://docs.comfy.org/zh/interface/features/template.md)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。
>
> > [tab] 云端用户
> >
> > * [Cloud](https://cloud.comfy.org) 会在 ComfyUI 稳定版本发布后更新。
> >
> > 所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。

## 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](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/breeze_tts2_tts-1.webp)

> [card] [在 Comfy Cloud 上运行](https://cloud.comfy.org/?template=breeze_tts2_tts\&utm_source=docs\&utm_medium=referral\&utm_campaign=breeze-tts-2)
>
> 在 Comfy Cloud 中打开

> [card] [下载工作流](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/breeze_tts2_tts.json)
>
> 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**

> [card] [breeze\_tts2\_tts\_clone\_audio.wav](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/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

| 节点 | 输入 | 获得内容 |
| - | - | - |
| Breeze Voice Clone | 一个说话人，至少 3 秒。文件只会读取前 60 秒，Breeze 会保留最好的 30 秒。`remove_background_noise` 对嘈杂的手机录音有帮助 | 一个新的声音 ID，以及一段音频预览 |
| Breeze Voice Design | 3 到 500 个字符的 `description`（年龄、性别、口音、语气、语速）和一行 `preview_text`。声音会根据这一行文本来构建，所以请用目标语言撰写它 | 一个新的声音 ID，以及一段音频预览 |
| Breeze Voice Remix | 一个现有的声音，以及用文字描述的 `change`，或 27 个预设之一，涵盖年龄、性别、音高、语速、能量、情感、角色扮演和表达方式。`strength` 为 1 到 10，决定变化的幅度 | 该声音的一个修改副本 |
| Breeze Voice Localize | 一个现有的声音和目标语言 | 同一个声音用另一种语言说话 |

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

| 控件 | 取值 | 适用于 | 作用 |
| - | - | - | - |
| `voice` | 精选音色，或自定义 ID | Text to Speech | 用于朗读的音色，来自 Breeze Voice Selector 或其他生成语音的节点 |
| `text` | 最多 1000 个字符 | Text to Speech | 要朗读的文本。括号内的音频标签会被演绎 |
| `language` | 八种精选语言，或 `custom` | Voice Selector | 对精选音色进行分组。没有精选音色的语言需要在 `custom` 中提供音色 ID，例如通过 Breeze Voice Localize 生成的 ID |
| `language` | 51 种语言 | Text to Speech、Design | 文本的语言。英语和中文可以使用任一模型；其他所有语言使用多语言模型 |
| `model` | `Breeze TTS 2`、`Breeze TTS 2 Multilingual` | Text to Speech、Design | 仅在英语和中文下显示，因为这两种语言在两个模型上都能运行 |
| `delivery` | `neutral`、`directed` | Text to Speech | 平实朗读，或按照书面指令进行朗读 |
| `speed` | 0.5 至 2.0 | Text to Speech | 语速，音高保持不变 |
| `seed` | 整数 | 所有语音节点 | 控制节点是否重新运行；每次运行的结果都会不同 |

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`


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.