免责声明

本项目基于B站开源项目进行二次开发，由本人对项目进行了ComfyUI的实现，并进行了部分功能优化与调整与进阶功能的开发。然而，需要强调的是，本项目严禁用于任何非法目的以及与侵犯版权相关的任何行为！本项目仅用于开源社区内的交流与学习，以促进技术共享与创新，旨在为开发者提供有益的参考和学习资源。

在此郑重声明，本项目所有个人使用行为与开发者本人及本项目本身均无任何关联。开发者对于项目使用者的行为不承担任何责任，使用者应自行承担使用过程中可能产生的所有风险和法律责任。请广大使用者在遵守法律法规及相关规定的前提下，合理、合法地使用本项目，维护开源社区的良好秩序与健康发展。

感谢您的理解与支持！

ComfyUI-Index-TTS

使用IndexTTS模型在ComfyUI中实现高质量文本到语音转换的自定义节点。支持中文和英文文本，可以基于参考音频复刻声音特征。

最新更新（重要）

本项目已新增对 IndexTTS-2（简称 TTS2）的支持，并将功能拆分为四个核心节点，方便在 ComfyUI 中按需组合： 基础工作流已更新，详见./workflow/TTS2.json. 会有一些BUG，欢迎反馈。功能基本复刻了原版IndexTTS，关于功能建议欢迎交流。

• Index TTS 2 - Base（基础合成）
• Index TTS 2 - Emotion Audio（基于参考音频情绪复刻）
• Index TTS 2 - Emotion Vector（基于情绪向量复刻）
• Index TTS 2 - Emotion Text（基于情绪文本复刻）

TTS2 模型下载与放置位置（全部放到 ./ComfyUI/models/IndexTTS-2/）：

1. 基础模型

   • 页面：TTS2
   • 放置：.\ComfyUI\models\IndexTTS-2

2. qwen 模型（情绪分类）

   • 页面：IndexTTS-2/qwen0.6bemo4-merge
   • 放置：.\ComfyUI\models\IndexTTS-2\qwen0.6bemo4-merge\

3. semantic codec（MaskGCT 语义编码器）

   • 页面：https://huggingface.co/amphion/MaskGCT/tree/main/semantic_codec
   • 直链：https://huggingface.co/amphion/MaskGCT/resolve/main/semantic_codec/model.safetensors
   • 放置：.\ComfyUI\models\IndexTTS-2\semantic_codec\model.safetensors

4. CampPlus 说话人嵌入

   • 页面：https://huggingface.co/funasr/campplus
   • 直链：https://huggingface.co/funasr/campplus/resolve/main/campplus_cn_common.bin
   • 放置：.\ComfyUI\models\IndexTTS-2\campplus_cn_common.bin

5. Wav2Vec2Bert 特征提取器（facebook/w2v-bert-2.0）

   • 页面：https://huggingface.co/facebook/w2v-bert-2.0/tree/main
   • 放置（离线优先）：.\ComfyUI\models\IndexTTS-2\w2v-bert-2.0\（整个仓库文件夹，包含 config.json、model.safetensors、preprocessor_config.json 等）
   • 若未放置本地文件夹，将自动下载到 HF 缓存：.\ComfyUI\models\IndexTTS-2\hf_cache\

6. BigVGAN 声码器

   • 名称读取自 config.yaml 的 vocoder.name（示例：nvidia/bigvgan_v2_22khz_80band_256x）
   • 建议：提前将对应模型完整缓存到 .\ComfyUI\models\IndexTTS-2\bigvgan\ 内

7. 其他本地直读文件（需与 config.yaml 一致）：

   • gpt.pth（cfg.gpt_checkpoint）
   • s2mel.pth（cfg.s2mel_checkpoint）
   • bpe.model（cfg.dataset.bpe_model）
   • wav2vec2bert_stats.pt（cfg.w2v_stat）
   • 语义编码配置（如 repcodec.json，若需要，cfg.semantic_codec）
   • emo_matrix（例如 feat2.pt）
   • spk_matrix（例如 feat1.pt）
   • qwen0.6bemo4-merge\（cfg.qwen_emo_path 指定目录）

示例目录结构（部分）：

ComfyUI/models/IndexTTS-2/
│  .gitattributes
│  bpe.model
│  campplus_cn_common.bin
│  config.yaml
│  feat1.pt
│  feat2.pt
│  gpt.pth
│  README.md
│  s2mel.pth
│  wav2vec2bert_stats.pt
│
├─bigvgan
│  └─bigvgan_v2_22khz_80band_256x
│          .gitattributes
│          .gitignore
│          activations.py
│          bigvgan.py
│          bigvgan_discriminator_optimizer.pt
│          bigvgan_discriminator_optimizer_3msteps.pt
│          bigvgan_generator.pt
│          bigvgan_generator_3msteps.pt
│          config.json
│          env.py
│          LICENSE
│          meldataset.py
│          README.md
│          utils.py
│
├─hf_cache
├─qwen0.6bemo4-merge
│      added_tokens.json
│      chat_template.jinja
│      config.json
│      generation_config.json
│      merges.txt
│      model.safetensors
│      Modelfile
│      special_tokens_map.json
│      tokenizer.json
│      tokenizer_config.json
│      vocab.json
│
├─semantic_codec
│      model.safetensors
│
└─w2v-bert-2.0
        .gitattributes
        config.json
        conformer_shaw.pt
        model.safetensors
        preprocessor_config.json
        README.md

提示：若你只使用旧版 IndexTTS/IndexTTS-1.5，可忽略上述 TTS2 模型放置步骤。

一键下载脚本（推荐）

• 脚本位置：ComfyUI/custom_nodes/ComfyUI-Index-TTS/TTS2_download.py
• 作用：自动下载并放置上述所有 TTS2 所需模型文件，支持断点续传、国内镜像（HF_ENDPOINT=hf-mirror.com）、本地缓存（HF_HOME=./ComfyUI/models/IndexTTS-2/hf_cache）。
• 脚本使用时，可能会存在国内镜像设置不成功的问题，可直接在控制台设置环境变量：Windows Powershell $env:HF_ENDPOINT = "https://hf-mirror.com",linux export HF_ENDPOINT=https://hf-mirror.com

python .\ComfyUI\custom_nodes\ComfyUI-Index-TTS\TTS2_download.py

• 运行后根据提示选择 2 使用国内镜像（默认）或 1 使用官方源。
• 依赖：huggingface_hub（必须）；可选加速：hf_transfer、hf_xet。

python -m pip install -U huggingface_hub
# 可选加速：
python -m pip install -U hf_transfer
python -m pip install -U "huggingface_hub[hf_xet]"

显存/缓存控制（新功能）

• 新增节点：Index TTS 2 - Cache Control

  • 输出：cache_control（类型：DICT），包含 {"keep_cached": true/false}。
  • 用法：将该输出连到以下任一/多个节点的 cache_control 输入上：
    • Index TTS 2 - Base
    • Index TTS 2 - Emotion Audio
    • Index TTS 2 - Emotion Vector
    • Index TTS 2 - Emotion Text

• 行为说明：

  • 关闭（默认）：本次推理结束后自动卸载 TTS2 模型并清理 CUDA 缓存，降低显存驻留峰值，适合 12GB 显卡日常使用。
  • 开启：保留已加载的权重（尽量驻留，视环境/模式），连续多次生成更快，但显存占用更高。调参批量测试时可临时打开，用完关闭。

功能特点

• 支持中文和英文文本合成
• 基于参考音频复刻声音特征（变声功能）
• 支持调节语速（原版不支持后处理实现效果会有一点折损）
• 多种音频合成参数控制
• Windows兼容（无需额外依赖）

废话两句

• 生成的很快，真的很快！而且竟然也很像！！！
• 效果很好，感谢小破站的开源哈哈哈哈哈
• 如果你想体验一下效果 附赠道友B站的传送阵demo
• 如果你不知道去哪找音频，那我建议你去隔壁偷哈哈哈哈哈

演示案例

以下是一些实际使用效果演示：

参考音频	输入文本	推理结果
	我想把钉钉的自动回复设置成"服务器繁忙，请稍后再试"，仅对老板可见。 我想把钉钉的自动回复设置成"服务器繁忙，请稍后再试"，仅对老板可见。
	我想把钉钉的自动回复设置成"服务器繁忙，请稍后再试"，仅对老板可见。

• 长文本测试：

• 多角色小说测试：

更新日志

2025年12月18日

• 修复多个社区反馈问题：
  • 老节点 Index TTS 现已支持 IndexTTS-2 模型 (#121)
  • 新增 Index TTS 2 Pro (小说多角色) 节点，支持 TTS 2.0 多角色小说朗读 (#111)
  • 修复 tensor 尺寸不匹配随机报错问题 (#122)
  • 支持 w2v-bert-2.0 本地离线加载，无需联网 (#72/#113)
  • 适配 transformers 4.50+ 版本 API 变化 (#117)
  • 更新 safetensors 版本要求 (#123)
  • 新增 README 常见问题解答 (FAQ) 部分

2025年6月24日

• pro节点新增了对于字幕的json输出，感谢@qy8502提供的玩法思路

2025年6月5日

• 改进了小说文本解析器（Novel Text Parser）的功能
  • 增加了对预格式化文本的检测和处理
  • 优化了对话检测和角色识别算法
  • 改进了中文角色名称的识别
  • 支持引号中的对话自动识别

多角色小说文本解析

本项目包含一个专门用于解析小说文本的节点（Novel Text Structure Node），可以将普通小说文本解析为多角色对话结构，以便生成更加自然的多声音TTS效果。

使用说明

• 节点会尝试自动识别小说中的角色对话和旁白部分
• 对话部分会标记为<CharacterX>形式（X为数字，最多支持5个角色）
• 旁白部分会标记为<Narrator>
• 解析后的文本可直接用于多声音TTS生成

局限性

• 当前解析算法并不完美，复杂的小说结构可能导致错误的角色识别
• 对于重要文本，建议使用LLM（如GPT等）手动拆分文本为以下格式：

<Narrator>少女此时就站在院墙那边，她有一双杏眼，怯怯弱弱。</Narrator>
<Narrator>院门那边，有个嗓音说：</Narrator>
<Character1>"你这婢女卖不卖？"</Character1>
<Narrator>宋集薪愣了愣，循着声音转头望去，是个眉眼含笑的锦衣少年，站在院外，一张全然陌生的面孔。</Narrator>
<Narrator>锦衣少年身边站着一位身材高大的老者，面容白皙，脸色和蔼，轻轻眯眼打量着两座毗邻院落的少年少女。</Narrator>
<Narrator>老者的视线在陈平安一扫而过，并无停滞，但是在宋集薪和婢女身上，多有停留，笑意渐渐浓郁。</Narrator>
<Narrator>宋集薪斜眼道：</Narrator>
<Character2>"卖！怎么不卖！"</Character2>
<Narrator>那少年微笑道：</Narrator>
<Character1>"那你说个价。"</Character1>
<Narrator>少女瞪大眼眸，满脸匪夷所思，像一头惊慌失措的年幼麋鹿。</Narrator>
<Narrator>宋集薪翻了个白眼，伸出一根手指，晃了晃，</Narrator>
<Character2>"白银一万两！"</Character2>
<Narrator>锦衣少年脸色如常，点头道：</Narrator>
<Character1>"好。"</Character1>
<Narrator>宋集薪见那少年不像是开玩笑的样子，连忙改口道：</Narrator>
<Character2>"是黄金万两！"</Character2>
<Narrator>锦衣少年嘴角翘起，道：</Narrator>
<Character1>"逗你玩的。"</Character1>
<Narrator>宋集薪脸色阴沉。</Narrator>

示例用法

1. 将小说文本输入到 Novel Text Structure 节点
2. 连接输出到 Index TTS Pro 节点
3. 设置不同角色的语音
4. 运行工作流生成多声音小说朗读
5. 实在不会看我最新增加的工作流
6. 如果你想在comfyui中一站式完成这个，我推荐你使用各类的llm节点，比如kimichat
7. 我也提供了一段llm提示词模板，你可以在llm_prompt模板.txt中看到他

2025年5月18日

• 优化了长期以来transformers库4.50+版本的API变化与原始IndexTTS模型代码不兼容导致的生成报错问题

2025年5月16日

• 新增对IndexTTS-1.5模型的支持

  • 现在可以在UI中通过下拉菜单切换不同版本的模型
  • 支持原始的Index-TTS和新的IndexTTS-1.5模型
  • 切换模型时会自动加载相应版本，无需重启ComfyUI

  

2025年5月11日

• 增加了seed功能，现在linux也可以重复执行抽卡了
• 增加了对 Apple Silicon MPS 设备的检测（仍需测试反馈~）

2025年4月23日

• 新增 Audio Cleaner 节点，用于处理TTS输出音频中的混响和杂音问题

  • 该节点可以连接在 Index TTS 节点之后，优化生成音频的质量
  • 主要功能：去除混响、降噪、频率滤波和音频归一化
  • 适用于处理有杂音或混响问题的TTS输出

• 修复了对于transformers版本强依赖的问题

Audio Cleaner 参数说明

必需参数：：

• audio: 输入音频（通常为 Index TTS 节点的输出）
• denoise_strength: 降噪强度（0.1-1.0，默认0.5）
  • 值越大，降噪效果越强，但可能影响语音自然度
• dereverb_strength: 去混响强度（0.0-1.0，默认0.7）
  • 值越大，去混响效果越强，适合处理在回声环境下录制的参考音频

可选参数：：

• high_pass_freq: 高通滤波器频率（20-500Hz，默认100Hz）
  • 用于过滤低频噪音，如环境嗡嗡声
• low_pass_freq: 低通滤波器频率（1000-16000Hz，默认8000Hz）
  • 用于过滤高频噪音
• normalize: 是否归一化音频（"true"或"false"，默认"true"）
  • 开启可使音量更均衡

使用建议

• 对于有明显混响的音频，将 dereverb_strength 设置为 0.7-0.9
• 对于有背景噪音的音频，将 denoise_strength 设置为 0.5-0.8
• 如果处理后音频听起来不自然，尝试减小 dereverb_strength 和 denoise_strength
• 高通和低通滤波器可以微调以获得最佳人声效果

2025年4月25日

• 优化了阿拉伯数字的发音判断问题；可以参考这个case使用：“4 0 9 0”会发音四零九零，“4090”会发音四千零九十；

2025年4月26日

• 优化英文逗号导致吞字的问题；

2025年4月29日

• 修正了语言模式切换en的时候4090依然读中文的问题，auto现在会按照中英文占比确定阿拉伯数字读法
• 新增了从列表读取音频的方法，同时新增了一些音色音频供大家玩耍；你可以将自己喜欢的音频放入 ComfyUI-Index-TTS\TimbreModel 里，当然也很鼓励你能把好玩的声音分享出来。
• 示例用法如图：

安装

安装节点

1. 将此代码库克隆或下载到ComfyUI的custom_nodes目录：

   cd ComfyUI/custom_nodes
   git clone https://github.com/chenpipi0807/ComfyUI-Index-TTS.git
   

2. 安装依赖： 安装依赖：

   cd ComfyUI-Index-TTS
   .\python_embeded\python.exe -m pip install -r requirements.txt
   
   git pull # 更新很频繁你可能需要
   

下载模型

原始版本 (Index-TTS)

1. 从Hugging Face或者魔搭下载IndexTTS模型文件

2. 将模型文件放置在ComfyUI/models/Index-TTS目录中（如果目录不存在，请创建）

3. 模型文件夹结构：

   ComfyUI/models/Index-TTS/
   ├── .gitattributes
   ├── bigvgan_discriminator.pth
   ├── bigvgan_generator.pth
   ├── bpe.model
   ├── config.yaml
   ├── configuration.json
   ├── dvae.pth
   ├── gpt.pth
   ├── README.md
   └── unigram_12000.vocab
   

   确保所有文件都已完整下载，特别是较大的模型文件如bigvgan_discriminator.pth(1.6GB)和gpt.pth(696MB)。

新版本 (IndexTTS-1.5)

1. 从Hugging Face下载IndexTTS-1.5模型文件

2. 将模型文件放置在ComfyUI/models/IndexTTS-1.5目录中（如果目录不存在，请创建）

3. 模型文件夹结构与Index-TTS基本相同，但文件大小和内容会有所不同：

   ComfyUI/models/IndexTTS-1.5/
   ├── .gitattributes
   ├── bigvgan_discriminator.pth
   ├── bigvgan_generator.pth
   ├── bpe.model
   ├── config.yaml
   ├── configuration.json
   ├── dvae.pth
   ├── gpt.pth
   ├── README.md
   └── unigram_12000.vocab
   

使用方法

1. 在ComfyUI中，找到并添加Index TTS节点
2. 连接参考音频输入（AUDIO类型）
3. 输入要转换为语音的文本
4. 调整参数（语言、语速等）
5. 运行工作流获取生成的语音输出

示例工作流

项目包含一个基础工作流示例，位于workflow/workflow.json，您可以在ComfyUI中通过导入此文件来快速开始使用。

参数说明

必需参数

• text: 要转换为语音的文本（支持中英文）
• reference_audio: 参考音频，模型会复刻其声音特征
• model_version: 模型版本选择，可选项：
  • Index-TTS: 原始模型版本（默认）
  • IndexTTS-1.5: 新版本模型
• language: 文本语言选择，可选项：
  • auto: 自动检测语言（默认）
  • zh: 强制使用中文模式
  • en: 强制使用英文模式
• speed: 语速因子（0.5~2.0，默认1.0）

可选参数

以下参数适用于高级用户，用于调整语音生成质量和特性：

• temperature (默认1.0): 控制生成随机性，较高的值增加多样性但可能降低稳定性
• top_p (默认0.8): 采样时考虑的概率质量，降低可获得更准确但可能不够自然的发音
• top_k (默认30): 采样时考虑的候选项数量
• repetition_penalty (默认10.0): 重复内容的惩罚系数
• length_penalty (默认0.0): 生成内容长度的调节因子
• num_beams (默认3): 束搜索的宽度，增加可提高质量但降低速度
• max_mel_tokens (默认600): 最大音频token数量
• sentence_split (默认auto): 句子拆分方式

音色优化建议

要提高音色相似度：

• 使用高质量的参考音频（清晰、无噪音）
• 尝试调整temperature参数（0.7-0.9范围内效果较好）
• 增加repetition_penalty（10.0-12.0）可以提高音色一致性
• 对于长文本，确保max_mel_tokens足够大

故障排除

常见问题解答 (FAQ)

Q: w2v-bert-2.0 加载失败 / 401 Unauthorized 错误 (#72/#113)

问题: 运行时提示 401 Client Error: Unauthorized for url: https://huggingface.co/facebook/w2v-bert-2.0。

解决方案:

1. 下载 w2v-bert-2.0 模型到本地：从 HuggingFace 下载所有文件。
2. 放置到 ComfyUI/models/IndexTTS-2/w2v-bert-2.0/ 目录。
3. 确保目录包含 config.json、model.safetensors、preprocessor_config.json 等文件。
4. 重启 ComfyUI，插件会自动使用本地模型，无需联网。

Q: transformers 版本不兼容 (#117)

问题: 使用 transformers>=4.57.1 版本后 TTS2 无法使用。

解决方案:

• 推荐使用 transformers==4.52.1 或 transformers==4.54.1。
• 安装命令: pip install transformers==4.52.1。
• 本插件已适配 transformers 4.50+ 版本的 API 变化。

Q: SafeTensorFile 没有 get_slice 属性 (#123)

问题: AttributeError: 'SafeTensorFile' object has no attribute 'get_slice'。

解决方案:

• 升级 safetensors 到最新版本: pip install safetensors --upgrade。
• 确保版本 >= 0.4.3。

Q: tensor 尺寸不匹配随机报错 (#122)

问题: 随机出现 RuntimeError: Sizes of tensors must match except in dimension 1。

解决方案:

• 此问题已在最新版本中修复。
• 请更新插件到最新版本: git pull。

Q: Python 3.13 / pynini 安装失败 (#125)

问题: Ubuntu 24 + Python 3.13 环境下 pynini 编译失败。

解决方案:

• pynini 目前不支持 Python 3.13。
• 建议使用 Python 3.10 或 3.11。
• Windows 用户不需要 pynini，可以忽略此错误。

Q: 老节点不支持 IndexTTS-2 模型 (#121)

解决方案:

• 最新版本已支持！在 Index TTS 节点的 model_version 下拉菜单中选择 IndexTTS-2 即可。
• 也可以使用新的 Index TTS 2 Pro (小说多角色) 节点进行多角色小说朗读。

Q: TTS 2.0 读小说功能 (#111)

解决方案:

• 新增了 Index TTS 2 Pro (小说多角色) 节点。
• 支持多角色语音合成，可配合 小说文本结构化 节点使用。
• 支持最多 5 个角色 + 旁白。

其他常见问题

• 如果出现“模型加载失败”，检查模型文件是否完整且放置在正确目录。
• 对于Windows用户，无需额外安装特殊依赖，节点已优化。
• 如果显示CUDA错误，尝试重启ComfyUI或减少num_beams值。
• 如果你是pytorch2.7运行报错，短期无法适配，请尝试降级方案(.\python_embeded\python.exe -m pip install transformers==4.48.3)。

致谢

• 基于原始IndexTTS模型。
• 感谢ComfyUI社区的支持。
• 感谢使用！

许可证

请参考原始IndexTTS项目许可证。

ComfyUI-Index-TTS 快速上手指南

ComfyUI-Index-TTS 是一个基于 IndexTTS 模型的 ComfyUI 自定义节点，支持高质量的中英文文本转语音（TTS），并具备基于参考音频的声音复刻（变声）功能。最新已支持 IndexTTS-2 模型及多角色小说朗读。

1. 环境准备

系统要求

• 操作系统: Windows (推荐), Linux, macOS (Apple Silicon MPS 支持需测试)
• 显存要求:
  • 日常使用建议 12GB 及以上显存。
  • 若显存较小，可在工作流中使用 Index TTS 2 - Cache Control 节点开启自动清理缓存模式。
• Python 环境: 建议使用 ComfyUI 自带的嵌入式 Python 环境。

前置依赖

安装节点后，需确保以下核心库已安装（通常由安装脚本自动处理）：

• huggingface_hub (必须)
• transformers (建议 4.50+ 版本)
• safetensors

2. 安装步骤

第一步：安装自定义节点

进入 ComfyUI 的 custom_nodes 目录，克隆本项目：

cd ComfyUI/custom_nodes
git clone https://github.com/chenpipi0807/ComfyUI-Index-TTS.git

第二步：安装 Python 依赖

进入插件目录并安装依赖。Windows 用户推荐使用 ComfyUI 自带的 python 解释器：

cd ComfyUI-Index-TTS
.\python_embeded\python.exe -m pip install -r requirements.txt

注：如果是更新代码，请先执行 git pull。

第三步：下载模型（关键步骤）

本项目支持 IndexTTS-2 (TTS2) 和旧版 IndexTTS/IndexTTS-1.5。推荐优先体验 TTS2。

方案 A：一键自动下载（推荐 TTS2）

项目内置了自动下载脚本，支持断点续传和国内镜像加速。

1. 设置国内镜像环境变量（解决下载慢或失败问题）：

   • Windows PowerShell:

     $env:HF_ENDPOINT = "https://hf-mirror.com"
     

   • Linux / Mac:

     export HF_ENDPOINT=https://hf-mirror.com
     

2. 运行下载脚本：

   python .\ComfyUI\custom_nodes\ComfyUI-Index-TTS\TTS2_download.py
   

   • 运行后根据提示选择 2 使用国内镜像（默认）或 1 使用官方源。
   • 脚本会自动将模型下载至 ComfyUI/models/IndexTTS-2/ 目录。

方案 B：手动下载（旧版 IndexTTS / IndexTTS-1.5）

如果只需使用旧版模型，请手动下载并放置到对应目录：

• Index-TTS (原版): 下载文件至 ComfyUI/models/Index-TTS/
  • 来源：HuggingFace 或 魔搭 ModelScope
• IndexTTS-1.5: 下载文件至 ComfyUI/models/IndexTTS-1.5/
  • 来源：HuggingFace

3. 基本使用

启动 ComfyUI，在节点菜单中找到 IndexTTS 相关分类。

场景一：基础文本转语音 (TTS2)

这是最简单的用法，将文本转换为语音。

1. 添加节点:

   • Index TTS 2 - Base (基础合成)
   • Load Audio (可选，用于加载参考音频进行音色复刻，若不连则使用默认音色)
   • Save Audio (保存结果)

2. 连接工作流:

   • 将文本输入连接到 Index TTS 2 - Base 的 text 端口。
   • (可选) 将参考音频连接到 ref_audio 端口以复刻声音特征。
   • 将输出 audio 连接到 Save Audio。

3. 参数设置:

   • Text: 输入中文或英文文本。
   • Speed: 调节语速（1.0 为正常）。
   • Seed: 固定随机种子以复现结果。

场景二：多角色小说朗读 (进阶)

利用新增的解析节点实现多人对话合成。

1. 添加节点:

   • Novel Text Structure (小说文本解析)
   • Index TTS 2 Pro (或多角色专用节点)

2. 操作流程:

   • 将包含对话的小说文本输入 Novel Text Structure。
   • 节点会自动识别 <Character1>, <Narrator> 等标签。
   • 将解析后的结构连接到 TTS 节点，并为不同角色指定不同的参考音频（音色）。

场景三：音频优化

如果生成的音频有杂音或混响，可在 TTS 节点后串联 Audio Cleaner 节点：

• 调节 denoise_strength (降噪) 和 dereverb_strength (去混响) 提升听感。

---

提示: 首次运行时模型加载可能需要几秒至几十秒，后续生成速度非常快。如遇显存不足，请在工作流中加入 Index TTS 2 - Cache Control 节点并将 keep_cached 设为 false。