Skip to main content
Drama 3 是 Fish Audio 最新的文本转语音模型,专为语音指导打造。整个场景以一份脚本的形式写出,朗读方式用自然语言描述在文本中,而成对的词标签只改变它们所包裹的词语。在 ComfyUI 中,它运行在 Fish Audio Text to Speech 节点中,并将 model 设置为 drama-3。关于其他 Fish Audio 模型,请参阅 Fish Audio:文本转语音、声音克隆与语音转文本。
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。

在 ComfyUI 中使用 Drama 3

Fish Audio 合作节点位于节点菜单的 partner/audio/Fish Audio 下,Drama 3 使用的节点与其他模型相同:Text to Speech、Speech to Text、Voice Selector 和 Instant Voice Clone。

选择模型

在 Text to Speech 节点上将 model 设置为 drama-3。

连接语音

Voice Selector 或 Instant Voice Clone 的 voice 输出会连接到 Text to Speech 节点。drama-3 暴露可扩展的 voices 输入,最多支持 5 个槽位。只连接一个语音时,节点会在内部将其作为 reference_id 传入。连接两个或更多语音时,文本必须用 @Voice1、@Voice2 等标记说话人,并且每个已连接的语音都必须在文本中至少出现一次,否则节点会抛出错误。

指导表演

drama-3 从脚本本身获取表演指令。用方括号括起的自然语言指令会从该处开始改变演绎方式,而成对标签只会改变它所包裹的那些词:

描述演绎方式

把指令放在方括号中,置于它所作用的文字之前,并按你给配音演员做提示的方式来写:情绪、意图、节奏,或者角色正在对谁说话。
一条指令会一直生效,直到下一条指令出现。位于行首的 [calm] 会在整行中持续生效,除非被另一条指令取代;一行中的多条指令会在这行内部改变演绎方式。

添加声音和停顿

在应当出现的位置用方括号写出声音或停顿,例如叹息、笑声或呼吸声:

用任意语言给出指令

指令不必与脚本的语言一致。英文脚本可以用中文给出指令,反之亦然:

只改变特定的词语

用成对标签包裹词语,即可只改变这些词的演绎方式。支持的标签有 <whisper>、<emphasis>、<soft>、<fast>、<slow>、<stress> 和 <forceful>:

在行中切换语言

Fish Audio 将语言标签列为实验性功能。
用语言标签包裹一个短语,即可只对这些词切换语言。当一句话中混用两种语言,或某个短语需要用另一种语言朗读时,这会很有帮助:

组合使用

指令、词语标签和音素标签可以同时用在同一份脚本中,包括在多说话人轮次内部:
提示指南中的情绪、语气和效果标签属于其他模型。在 drama-3 上,请改用本页介绍的指令和词语标签。

可用工作流

两套现成模板覆盖 Drama 3:单人定向演绎和双说话人对话。你可以在 ComfyUI 的模板库中打开它们,也可以直接在 Comfy Cloud 上运行。两者都需要 ComfyUI 0.39.3 或更高版本。

Fish Audio Drama 3:定向表演

用单一音色演绎一段脚本。text 字段中的指令会逐句改变表达方式,而 <whisper>...</whisper> 可以在不改变整句的情况下改变其中几个词。模板默认使用 Delia 预设音色,你可以在 Voice Selector 中替换它。 Fish Audio Drama 3:Directed Performance 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 “Fish Audio Drama 3: Directed Performance”
输入素材 将此文件上传到对应的 LoadAudio 节点:

fish_audio_example.mp3

LoadAudio 节点 11 · fish_audio_example.mp3

Fish Audio Drama 3:双人对话

一次生成整个场景,每位说话人对应一个 Voice Selector,并在脚本中使用对话标签。模板自带 Delia 和 Sheila 预设音色:
Fish Audio Drama 3:Two-Speaker Dialogue 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 “Fish Audio Drama 3: Two-Speaker Dialogue”
输入素材 将此文件上传到对应的 LoadAudio 节点:

fish_audio_example.mp3

LoadAudio 节点 11 · fish_audio_example.mp3

账户与定价

这些节点需要登录 ComfyUI 账户,并按使用量计费。在发布优惠期间,Drama 3 的价格约为每 1M 字节文本 14.30,自2026年11月13日起则为14.30,自 2026 年 11 月 13 日起则为 35.75。有关积分费率和优惠窗口,请参阅合作伙伴节点定价。

开始使用

  1. 将 ComfyUI 更新至 0.39.3 或更高版本
  2. 打开上方的任一 Drama 3 模板,或从 partner/audio/Fish Audio 添加 Fish Audio 节点
  3. 在 Text to Speech 节点中选择 drama-3,并通过 Voice Selector 或 Instant Voice Clone 连接音色
  4. 使用指令和词语标签编写脚本,然后运行