ComfyUI-Index-TTS
时间：2025/07/26
Index TTS
节点功能：该节点用于把输入的文本（text）变成语音（Audio），并输出生成时用到的随机种子（seed）和带有简易时间轴的字幕（SimplifiedSubtitle）。
Index TTS-节点参数说明
| 输入参数 | |
| reference_audio | 参考音频，用于提取说话人的音色/风格，使生成语音克隆或相似于此音频。 |
| 输出参数 | |
| audio | 合成语音的音频数据。 |
| seed | 随机种子，确定合成时的随机性。相同的参数和种子会生成一致的语音。 |
| SimplifiedSubtitle | 附带简易时间轴的字幕文本（对应语音分段）。 |
| 控件参数 | |
| text | 要转换成语音的文本内容，支持多行。 |
| model_version | 模型版本选择，可选项：Index-TTS: 原始模型版本（默认），IndexTTS-1.5: 新版本模型。 |
| language | 指定语音生成的语言，auto: 自动检测语言（默认），zh: 中文，en: 英文。 |
| speed | 语速因子（0.5~2.0，默认1.0）。 |
| seed | 随机数种子。 |
| temperature | 多样性控制（默认1.0, 0.1~1.5），高温度输出更活跃/多变，低温度更“死板”。 |
| top_p | 采样时保留概率前p的token（默认0.8, 0.0~1.0），控制生成内容的多样性 |
| top_k | 每步只从概率最高的k个token中采样（默认30,1~100），限制结果多样性。 |
| repetition_penalty | 惩罚重复生成（默认10.0, 1.0~15.0），数值越大越不容易重复。 |
| length_penalty | 惩罚生成文本的长度（默认0, -5.0~5.0），正数生成更短，负数更长。 |
| num_beams | beam search束宽（默认3, 1~10），越大生成越“精细”，速度越慢 |
| max_mel_tokens | 最大梅尔声谱图token数（默认600, 100~1500），影响最大音频长度。 |
| sentence_split | 句子分割方式（默认auto），auto自动分句，ma-nual需用户分割。 |
