ComfyUI Node
Index TTS 2.5
A ComfyUI node in audio with 21 inputs and 3 outputs.
Index TTS 2.5
- reference_audio
- emo_ref_audio
- audio
- seed
- subtitle
◄text你好，欢迎使用 IndexTTS 2.5 语音合成。►
◄languagezh►
◄duration_factor1.00►
◄seed0►
◄emo_alpha1.00►
◄emo_vector►
◄emo_text►
◄use_emo_textfalse►
◄use_qwen_emofalse►
◄use_randomfalse►
◄do_sampletrue►
◄temperature0.80►
◄top_p0.80►
◄top_k30►
◄repetition_penalty10.0►
◄length_penalty0.0►
◄num_beams3►
◄max_mel_tokens1500►
◄use_bf16true►
Categoryaudio
Inputs (21)
| Name | Type | Default | Description |
|---|---|---|---|
| text | STRING | 你好，欢迎使用 IndexTTS 2.5 语音合成。 | — |
| reference_audio | AUDIO | — | |
| language | COMBO | zh | 5 options: zh, en, ja, es, ar |
| duration_factor | FLOAT | 1.000.5–2 | — |
| seed | INT | 00–4294967295 | — |
| emo_ref_audioopt | AUDIO | 情感参考音频：用一段带目标情绪的语音引导合成情感。 提供 emo_vector 或 emo_text 后此输入会被忽略。 | |
| emo_alphaopt | FLOAT | 1.000–1 | 情感强度（0~1）：对 emo_vector 做整体缩放； 或控制情感参考音频与说话人音色的混合比例。 |
| emo_vectoropt | STRING | 8 维情感向量，顺序固定：高兴/愤怒/悲伤/恐惧/反感/低落/惊讶/自然。 逗号分隔或 JSON 数组，如 0.8,0,0,0,0,0,0,0 或 [0,0,0,0,0,0,0,1]（自然）。 必须恰好 8 个数字，否则忽略；提供后覆盖 emo_ref_audio。 | |
| emo_textopt | STRING | 情感文本：用自然语言描述情绪（如「高兴」「悲伤」「愤怒」），由 QwenEmotion 自动转为情感向量。 非空即自动启用，需 qwen0.6bemo4-merge 模型；提供后覆盖 emo_ref_audio。 | |
| use_emo_textopt | BOOLEAN | false | 使用情感文本。emo_text 非空时自动启用，无需单独勾选。 |
| use_qwen_emoopt | BOOLEAN | false | 加载 QwenEmotion 情感模型（仅情感文本需要；使用 emo_text 时自动加载）。 |
| use_randomopt | BOOLEAN | false | 随机情感：随机挑选情感参考向量（需同时提供 emo_vector 或 emo_text 才生效）。 |
| do_sampleopt | BOOLEAN | true | — |
| temperatureopt | FLOAT | 0.800.1–2 | — |
| top_popt | FLOAT | 0.800–1 | — |
| top_kopt | INT | 300–100 | — |
| repetition_penaltyopt | FLOAT | 10.01–15 | — |
| length_penaltyopt | FLOAT | 0.0-2–2 | — |
| num_beamsopt | INT | 31–10 | — |
| max_mel_tokensopt | INT | 150050–1815 | — |
| use_bf16opt | BOOLEAN | true | — |
Outputs (3)
| Name | Type | Description |
|---|---|---|
| audio | AUDIO | — |
| seed | INT | — |
| subtitle | STRING | — |