第三方插件
ComfyUI-Index-TTS
Index TTS
该节点用于把输入的文本（text）变成语音（Audio），并输出生成时用到的随机种子（seed）和带有简易时间轴的字幕（SimplifiedSubtitle）。
节点中英文对比
按当前节点配置，分别展示中文与英文节点结构。
中文节点
Index TTS
文本内容
/
模型版本
Index-TTS
指定语言
auto
语速
1.0
随机数种子
0
多样性控制
0.1
保留概率前
0.8
概率最高采样
30
惩罚重复生成
10.0
惩罚生成文本长度
0
束宽
3
最大梅尔声谱图
600
句子分割方式
auto
英文节点
Index TTS
text
/
model_version
Index-TTS
language
auto
speed
1.0
seed
0
temperature
0.1
top_p
0.8
top_k
30
repetition_penalty
10.0
length_penalty
0
num_beams
3
max_mel_tokens
600
sentence_split
auto
参数说明
依据当前节点关联的 `NodesItems` 数据展示输入、输出与控件说明。
输入参数
参考音频
reference_audio
参考音频，用于提取说话人的音色/风格，使生成语音克隆或相似于此音频。
输出参数
音频
audio
合成语音的音频数据。
随机种子
seed
随机种子，确定合成时的随机性。相同的参数和种子会生成一致的语音。
简易时间轴字幕
SimplifiedSubtitle
附带简易时间轴的字幕文本（对应语音分段）
控件参数
文本内容
text
要转换成语音的文本内容，支持多行。
模型版本
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。
指定语言
language
指定语音生成的语言，auto: 自动检测语言（默认），zh: 中文，en: 英文。
语速
speed
语速因子（0.5~2.0，默认1.0）。
随机数种子
seed
随机数种子。
多样性控制
temperature
多样性控制（默认1.0, 0.1~1.5），高温度输出更活跃/多变，低温度更“死板”。
保留概率前
top_p
采样时保留概率前p的token（默认0.8, 0.0~1.0），控制生成内容的多样性
概率最高采样
top_k
每步只从概率最高的k个token中采样（默认30,1~100），限制结果多样性。
惩罚重复生成
repetition_penalty
惩罚重复生成（默认10.0, 1.0~15.0），数值越大越不容易重复。
惩罚生成文本长度
length_penalty
惩罚生成文本的长度（默认0, -5.0~5.0），正数生成更短，负数更长。
束宽
num_beams
beam search束宽（默认3, 1~10），越大生成越“精细”，速度越慢
最大梅尔声谱图
max_mel_tokens
最大梅尔声谱图token数（默认600, 100~1500），影响最大音频长度。
句子分割方式
sentence_split
句子分割方式（默认auto），auto自动分句，ma-nual需用户分割。
详细说明
结合节点用途、参数和调用方式，给出更完整的说明内容。
同类节点导航
继续浏览同一分类下的相邻节点，方便串联学习。