VI

VibeVoice ComfyUI 集成

将 VibeVoice 文本转语音接入 ComfyUI

ComfyUIVibeVoice语音合成
所属分类🎙️ AI 音频与配音
创作阶段🎙️ 声音
工具类型⚡ AI 原生工具
支持平台Windows、Linux、macOS
价格模式免费开源
适合人群希望在 ComfyUI 中生成单人或多人游戏配音的音频创作者。
官网链接● 正常
资料更新2026-11-16

🧠 在 AI 创作链路中的位置

位于游戏 AI 声音生产环节,为角色配音与多人对话生成语音。

所属阶段:🎙️ 声音 · AI 原生工具,直接用生成能力做生产

工具介绍

为微软 VibeVoice 文本转语音模型提供 ComfyUI 集成,可在工作流内进行单说话人与多说话人语音合成,适合编排角色配音和语音生成流程。

核心能力

  • 集成微软 VibeVoice 文本转语音模型
  • 支持单说话人语音合成
  • 支持多说话人语音合成
  • 可直接用于 ComfyUI 工作流

👍 优点

  • 支持单人与多人语音生成
  • 便于接入节点式音频生产流程

⚠️ 局限

  • 需要相应 VibeVoice 模型与运行环境
  • 社区项目,文档与支持有限

典型使用场景

  • 生成游戏角色配音
  • 制作多角色对话语音素材

使用教程

入门⏱ 约30分钟🎯 生成可接入游戏项目的中文多人语音片段
  1. 1

    安装ComfyUI自定义节点

    进入ComfyUI的“Custom Nodes”管理器,搜索VibeVoice ComfyUI并安装;随后重启ComfyUI,确认节点菜单中出现VibeVoice相关节点。

  2. 2

    准备模型与运行依赖

    按GitHub仓库说明下载VibeVoice模型和所需依赖,将模型放入指定目录。首次启动时若缺少组件,依据控制台报错补装,并确保Python环境可用。

  3. 3

    连接基础语音工作流

    打开工作流,添加VibeVoice加载、文本输入和语音合成节点,连接模型、文本及保存输出。输入短句测试,生成第一段单人语音。

  4. 4

    配置多人对白

    在多说话人模式中输入带说话人标签的文本,例如“角色A:你好;角色B:欢迎”。设置音色与说话人映射,运行后检查每句归属和停顿。

  5. 5

    导出游戏可用音频

    将生成结果保存为WAV等常用格式,在剪辑或音频工具中按台词切分,并统一采样率、响度和命名,再导入游戏音频目录。

  6. 6

    接入游戏播放管线

    把切分后的语音文件绑定到角色、台词或事件ID,在Unity、Unreal或自研引擎中通过音频事件触发;同时保留源工作流便于批量修改。

💡 实用技巧

  • 先用短句验证模型与连线
  • 多人文本使用固定说话人标签
  • 批量生成前统一音频参数
  • 台词文件按角色与事件编号

⚠️ 常见坑

  • 模型目录或依赖版本不匹配
  • 长文本导致音色和停顿异常

完整图文教程:VibeVoice入门:从节点安装到游戏对白

📖 同类工具怎么选

本分类覆盖配乐、音效、角色对白、声音克隆与后期清理,帮助团队从需求规格、生成草稿、角色音色训练到交付母带建立完整声音流水线。选型时优先匹配语言与音色控制、批量能力、授权条款、离线部署及游戏引擎格式需求,并保留人工验收环节。

阅读《AI 游戏音频与配音全流程指南》

同类工具推荐