ComfyUI Node
Index TTS 2.5 Dialogue
A ComfyUI node in audio with 15 inputs and 4 outputs.
Index TTS 2.5 Dialogue
- speakers
- options
- audio
- seed
- subtitle
- report
◄dialogue_script小雪: 你终于来了。
阿明（高兴）: 给你带了杯咖啡！
还是冰的，路上没化。
小雪: 谢谢。
# 旁白也要先在 Speaker Pack 里注册音色才能用，例如：
# [旁白] @lang=zh @speed=0.9: 走廊尽头的窗户开着一条缝。►
◄default_languagezh►
◄turn_gap450►
◄same_speaker_gap200►
◄interval_silence200►
◄seed0►
◄subtitle_formatsrt►
◄subtitle_textsynthesized►
◄subtitle_speakertrue►
◄subtitle_speaker_prefix【{name}】►
◄speaker_cachetrue►
◄use_bf16true►
◄auto_free_memoryfalse►
Categoryaudio
Inputs (15)
| Name | Type | Default | Description |
|---|---|---|---|
| dialogue_script | STRING | 小雪: 你终于来了。 阿明（高兴）: 给你带了杯咖啡！ 还是冰的，路上没化。 小雪: 谢谢。 # 旁白也要先在 Speaker Pack 里注册音色才能用，例如： # [旁白] @lang=zh @speed=0.9: 走廊尽头的窗户开着一条缝。 | 对话脚本，一行一句：`角色名: 台词` 或 `[角色名] 台词`。 行首缩进表示同一角色继续说（并入上一句）；空行与整行 # 注释忽略。 单句可加行级覆盖：`阿明（高兴）: …`、`[旁白] @lang=zh @speed=0.9: …`、`@emo_text=` / `@emo_vector=`（8 维）。 |
| speakers | SPEAKER_PACK | IndexTTS Speaker Pack 的输出：脚本里用到的每个角色都要在包里， 旁白/无名字说话人也算一个角色，同样需要一段参考音频当音色。 | |
| default_language | COMBO | zh | 脚本与角色都没指定语言时用它。 |
| turn_gap | INT | 4500–3000 | 换角色时的停顿（毫秒）。对话听感主要靠它： 300~600 接近真人接话，0 会像连读。 |
| same_speaker_gap | INT | 2000–3000 | 同一角色连续两句之间的停顿（毫秒）。 |
| interval_silence | INT | 2000–2000 | 同一句内部被拆成多段时的段间静音（毫秒）。 |
| seed | INT | 00–4294967295 | — |
| optionsopt | TTS_OPTIONS | IndexTTS Settings 的输出（采样 / 分段 / 文本前端 / 术语表）。 不连线则全部用默认值，日常对话不需要动。 | |
| subtitle_formatopt | COMBO | srt | 3 options: srt, vtt, plain |
| subtitle_textopt | COMBO | synthesized | 2 options: synthesized, original |
| subtitle_speakeropt | BOOLEAN | true | 字幕每行是否加角色名前缀。 |
| subtitle_speaker_prefixopt | STRING | 【{name}】 | 角色名前缀模板，{name} 会替换成角色名； 没有 {name} 时按前缀直接拼在句首（如 `A: `）。 |
| speaker_cacheopt | BOOLEAN | true | 按参考音频内容缓存说话人/情感条件张量（LRU）： 多人对话每换一次角色都要重算条件特征，这是主要开销； 开启后同一音色在整段对话里只提一次特征，重复角色越多提速越明显。 显存紧张或需要严格每次重算时关闭。 |
| use_bf16opt | BOOLEAN | true | 以 bf16 加载 GPT 主干（显存约省一半、速度更快），仅在 CUDA 上生效。 需要 Ampere（RTX 30 系 / A 系列）及以上；算力不足时自动按 fp32 加载。 |
| auto_free_memoryopt | BOOLEAN | false | 整段对话生成完成后自动卸载模型并回收显存。 |
Outputs (4)
| Name | Type | Description |
|---|---|---|
| audio | AUDIO | — |
| seed | INT | — |
| subtitle | STRING | — |
| report | STRING | — |