ComfyUI Node
dots.tts ASR 转写与说话人分离 · T8star-Aix
使用固定版本 Qwen3-ASR + ForcedAligner 生成时间戳；可连接 dots.tts 模型，用 CAM++ 进行本地说话人分离。
dots.tts ASR 转写与说话人分离 · T8star-Aix
- audio
- speaker_model
- SRT 字幕
- 时间轴 JSON
- ASR 报告 JSON
◄languageauto►
◄diarizefalse►
◄speaker_count0►
◄similarity_threshold0.72►
◄asr_modelQwen/Qwen3-ASR-0.6B►
◄aligner_modelQwen/Qwen3-ForcedAligner-0.6B►
◄transportauto►
◄release_after_runtrue►
◄devicecuda:0►
CategoryT8star-Aix/Audio/dots.tts
Inputs (11)
| Name | Type | Default | Description |
|---|---|---|---|
| audio | AUDIO | — | |
| language | COMBO | auto | 6 options: auto, Chinese, English, Cantonese, Japanese, Korean |
| diarize | BOOLEAN | false | — |
| speaker_count | INT | 00–32 | — |
| similarity_threshold | FLOAT | 0.720.4–0.95 | — |
| asr_model | COMBO | Qwen/Qwen3-ASR-0.6B | 1 options: Qwen/Qwen3-ASR-0.6B |
| aligner_model | COMBO | Qwen/Qwen3-ForcedAligner-0.6B | 1 options: Qwen/Qwen3-ForcedAligner-0.6B |
| transport | COMBO | auto | auto 优先连接桌面隔离服务；不可用时兼容进程内 ASR。 |
| release_after_run | BOOLEAN | true | — |
| device | COMBO | cuda:0 | 2 options: cuda:0, cpu |
| speaker_modelopt | T8_DOTS_TTS_MODEL | — |
Outputs (3)
| Name | Type | Description |
|---|---|---|
| SRT 字幕 | STRING | — |
| 时间轴 JSON | STRING | — |
| ASR 报告 JSON | STRING | — |