ElevenLabsTextToSpeech - ComfyUI Built-in Node Documentation

ElevenLabs 文本转语音节点使用 ElevenLabs API 将书面文本转换为语音音频。您可以指定音色，并微调稳定性、语速和风格等语音特性，以生成自定义音频输出。

输入

参数	描述	数据类型	是否必需	范围
`model`	用于文本转语音的模型。选择模型后会显示其特定参数。	DYNAMIC_COMBO	否	`"eleven_multilingual_v2"` `"eleven_v3"`
`voice`	用于语音合成的音色。从音色选择器或即时音色克隆中连接。	CUSTOM	是	无
`text`	要转换为语音的文本。必须至少包含一个字符。	STRING	是	无
`stability`	语音稳定性。数值越低，情感范围越广；数值越高，语音越一致，但也可能显得单调（默认值：0.5）。	FLOAT	否	0.0 - 1.0
`apply_text_normalization`	文本规范化模式。“auto” 让系统自行决定，“on” 始终应用规范化，“off” 跳过规范化。	COMBO	否	`"auto"` `"on"` `"off"`
`language_code`	ISO-639-1 或 ISO-639-3 语言代码（例如 “en”、“es”、“fra”）。留空表示自动检测（默认值：“”）。	STRING	否	无
`seed`	用于可复现性的种子（不保证确定性）（默认值：1）。	INT	否	0 - 2147483647
`output_format`	音频输出格式。	COMBO	否	`"mp3_44100_192"` `"opus_48000_192"`

当 model 设置为 "eleven_multilingual_v2" 时，以下参数可用。

参数	描述	数据类型	是否必需	范围
`speed`	语速。1.0 为正常语速，<1.0 为慢速，>1.0 为快速（默认值：1.0）。	FLOAT	否	0.7 - 1.3
`similarity_boost`	相似度增强。数值越高，音色与原始声音越相似（默认值：0.75）。	FLOAT	否	0.0 - 1.0
`use_speaker_boost`	增强与原始说话人声音的相似度（默认值：False）。	BOOLEAN	否	True / False
`style`	风格夸张程度。数值越高，风格化表达越强，但可能会降低稳定性（默认值：0.0）。	FLOAT	否	0.0 - 0.2

当 model 设置为 "eleven_v3" 时，以下参数可用。

参数	描述	数据类型	是否必需	范围
`speed`	语速。1.0 为正常语速，<1.0 为慢速，>1.0 为快速（默认值：1.0）。	FLOAT	否	0.7 - 1.3
`similarity_boost`	相似度增强。数值越高，音色与原始声音越相似（默认值：0.75）。	FLOAT	否	0.0 - 1.0

输出名称	描述	数据类型
`audio`	文本转语音转换生成的音频。	AUDIO

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 78ed1c6af2d0b1cc0293d725492a8b104b6d0c6bc18d9971b75047db946cdd33