ComfyUI Node
CosyVoice 3.0 TTS (AIIA)
A ComfyUI node in AIIA/Synthesis with 12 inputs and 1 output.
CosyVoice 3.0 TTS (AIIA)
- model
- reference_audio
- audio
◄prompt_label_1📖 第一步:在此输入您想让 AI 说的话 (TTS Text)►
◄tts_text你好,这是 CosyVoice 3.0 的全能模式测试。►
◄prompt_label_2🎨 第二步:在此输入对表现力/情感的文字描述 (Style Description)►
◄instruct_text语速非常慢,语气充满磁性,情感饱满。►
◄base_genderFemale►
◄dialectNone (Auto)►
◄emotionNone (Neutral)►
◄spk_id►
◄speed1.0►
◄seed42►
CategoryAIIA/Synthesis
Inputs (12)
| Name | Type | Default | Description |
|---|---|---|---|
| model | COSYVOICE_MODEL | — | |
| prompt_label_1 | STRING | 📖 第一步:在此输入您想让 AI 说的话 (TTS Text) | — |
| tts_text | STRING | 你好,这是 CosyVoice 3.0 的全能模式测试。 | — |
| prompt_label_2 | STRING | 🎨 第二步:在此输入对表现力/情感的文字描述 (Style Description) | — |
| instruct_text | STRING | 语速非常慢,语气充满磁性,情感饱满。 | 文字描述:在 0.5B 中主要控制情感、方言、语速等'表现风格',而非从零生成音色身份。 |
| base_gender | COMBO | Female | 基础性别底色。在“描述生成”模式下,这提供初始的声音身份(性别/音感底色)。 |
| dialect | COMBO | None (Auto) | 预设方言指令。会自动添加在自定义描述之前。若与自定义文字描述冲突,模型表现将不可预测。 |
| emotion | COMBO | None (Neutral) | 预设情感指令。会自动添加在自定义描述之前。 |
| spk_id | STRING | 固定音色 ID (如 pure_1)。对于 0.5B/V3 等 Zero-Shot 模型,此项通常为空,需配合参考音频使用。 | |
| speed | FLOAT | 1.00.5–2 | — |
| seed | INT | 42-1–2147483647 | — |
| reference_audioopt | AUDIO | — |
Outputs (1)
| Name | Type | Description |
|---|---|---|
| audio | AUDIO | — |