Extensions/Comfy-IndexTTSLocalAPI
ComfyUI Extension

Comfy-IndexTTSLocalAPI

ComfyUI node for local IndexTTS: multi-role, multi-emotion script dubbing with frame-accurate subtitles

By lingdle·Created about 14 hours ago·Updated about 13 hours ago· 1
lingdle/Comfy-IndexTTSLocalAPI
Nodes—
On cloudLocal install
Stars1
Updatedabout 13 hours ago
Readme

Comfy-IndexTTSLocalAPI

English | 中文

Install

  1. Copy the Comfy-IndexTTSLocalAPI folder into ComfyUI/custom_nodes/
  2. Start your local IndexTTS WebUI (tested with index-tts v2.5.0-11-gd9e41aa, Gradio 5.45.0)
  3. Restart ComfyUI

Requires a ComfyUI version with V3 nodes (comfy_api.latest).

Node titles, descriptions and tooltips follow ComfyUI's interface language (English / 中文).

Usage

One node under Add Node → IndexTTSLocalAPI:

| Node | What it does | Outputs | |---|---|---| | Script Dubbing | One marked-up script → multi-role, multi-emotion dubbing + subtitles | segment_audios / merged_audio / subtitles / segment_list / voice_report / failed_segments / summary |

Write the script with segment markers:

我打了三年工,今天终于把辞职信拍在桌上。

[@R1:发狂嘶吼] 你到底还是不懂我!

[@R0:心平气和] 是吗?今天天气真不错。

Marker syntax and emotion labels: syntax-reference.md | 中文速查手册

Roles: the 1st audio wired into ref_audio = R0, the 2nd = R1, … Unconnected roles fall back to built-in voices (R0 female, R1 male ship with the plugin).

Each segment is one request. Segments are cached per seed under output/indextts-cache/<seed>/, so re-running with the same seed costs nothing.

<details> <summary>Example script (covers every marker feature)</summary>
夜色沉下来,街灯一盏一盏亮起。故事从这里开始。

[@R0] 这一行没有情绪字段,情绪跟随参考音色。

[@R0:] 冒号后面留空,效果和上一行完全一样。

[@R0:跟随] 显式写「跟随」,同样不改情绪。

[@R0:开心] 单个情绪标签,权重默认满值。

[@R0:开心0.7] 同一个标签带上权重,情绪会淡一些。

[@R0:愤怒0.6+悲伤0.3] 两个标签叠在一起,先怒后悲。

[@R0:惊讶+害怕] 两个标签都不带权重,各按满值处理。

[@R0:happy] 英文标签和中文标签等价。

[@R0:happy0.8+surprised0.2] 中英混写也支持,仍按标签解析。

[@R0:发狂嘶吼] 这一行是自由描述,交给服务端的情感模型解析。

[@R0:委屈巴巴,快哭了] 描述可以带标点,整句都会被当作情绪文本。

[@r1] 角色号大小写不敏感,这一行和 [@R1] 相同。

[@R01:平静0.8] 前导零会被忽略,R01 就是 R1。

[@R2]
段落可以跨行:从段标开始,
一直到下一个段标之前,都算同一段,
中间有多少换行都不会断开。

[@R9:惊讶] 角色号越界时按「n 对 10 取模」找内置角色。

[@R13:厌恶0.5] 十三对十取模等于三,所以实际用的是内置第 4 个角色。

这一行里出现了 [@R0] 但不在行首,所以它只是普通文字,会被念出来。

Full explanation and coverage table: example-script.md

</details>

Example

Comfy-IndexTTSLocalAPI workflow

Workflow file: example_workflows/Comfy-IndexTTSLocalAPI.json

Drag the JSON file onto the canvas, then point the four Load Audio nodes at your own reference voices.

Sponsor

If this plugin saves you time, buy me a coffee ☕

| Alipay | WeChat Pay | |---|---| | Alipay QR code | WeChat Pay QR code |

Special thanks to the IndexTTS team for the model and the local WebUI.

中文

安装

  1. 把 Comfy-IndexTTSLocalAPI 文件夹放进 ComfyUI/custom_nodes/
  2. 启动本地 IndexTTS WebUI(实测 index-tts v2.5.0-11-gd9e41aa,Gradio 5.45.0)
  3. 重启 ComfyUI

需要支持 V3 节点的 ComfyUI 版本(comfy_api.latest)。

节点标题、描述与 tooltip 跟随 ComfyUI 的界面语言(中文 / English)。

使用

一个节点,在 Add Node → IndexTTSLocalAPI 下:

| 节点 | 作用 | 输出 | |---|---|---| | 剧本配音 | 一份带段标的剧本 → 多角色、多情绪配音 + 字幕 | segment_audios / merged_audio / subtitles / segment_list / voice_report / failed_segments / summary |

剧本用段标标出“谁说、什么情绪”:

我打了三年工,今天终于把辞职信拍在桌上。

[@R1:发狂嘶吼] 你到底还是不懂我!

[@R0:心平气和] 是吗?今天天气真不错。

段标语法与情绪标签见 语法速查手册。

角色:接进 ref_audio 的第 1 个音频 = R0,第 2 个 = R1……没接的角色用内置音色(R0 女声、R1 男声随包)。

每段一次请求;分段结果按 seed 缓存在 output/indextts-cache/<seed>/ 下,同 seed 重跑不花时间。

<details> <summary>示例剧本(覆盖全部段标语法)</summary>
夜色沉下来,街灯一盏一盏亮起。故事从这里开始。

[@R0] 这一行没有情绪字段,情绪跟随参考音色。

[@R0:] 冒号后面留空,效果和上一行完全一样。

[@R0:跟随] 显式写「跟随」,同样不改情绪。

[@R0:开心] 单个情绪标签,权重默认满值。

[@R0:开心0.7] 同一个标签带上权重,情绪会淡一些。

[@R0:愤怒0.6+悲伤0.3] 两个标签叠在一起,先怒后悲。

[@R0:惊讶+害怕] 两个标签都不带权重,各按满值处理。

[@R0:happy] 英文标签和中文标签等价。

[@R0:happy0.8+surprised0.2] 中英混写也支持,仍按标签解析。

[@R0:发狂嘶吼] 这一行是自由描述,交给服务端的情感模型解析。

[@R0:委屈巴巴,快哭了] 描述可以带标点,整句都会被当作情绪文本。

[@r1] 角色号大小写不敏感,这一行和 [@R1] 相同。

[@R01:平静0.8] 前导零会被忽略,R01 就是 R1。

[@R2]
段落可以跨行:从段标开始,
一直到下一个段标之前,都算同一段,
中间有多少换行都不会断开。

[@R9:惊讶] 角色号越界时按「n 对 10 取模」找内置角色。

[@R13:厌恶0.5] 十三对十取模等于三,所以实际用的是内置第 4 个角色。

这一行里出现了 [@R0] 但不在行首,所以它只是普通文字,会被念出来。

完整说明与覆盖对照:example-script.md

</details>

示例

Comfy-IndexTTSLocalAPI 工作流

工作流文件:example_workflows/Comfy-IndexTTSLocalAPI.json

把 JSON 拖进画布,再把四个「加载音频」换成你自己的参考音色即可。

支持这个项目

如果它帮你省了时间,欢迎请我喝杯咖啡 ☕

| 支付宝 | 微信支付 | |---|---| | 支付宝收款码 | 微信收款码 |

特别鸣谢 IndexTTS 团队提供模型与本地 WebUI。