ElevenLabsTextToSpeech - ComfyUI Built-in Node Documentation

Complete documentation for the ElevenLabsTextToSpeech node in ComfyUI. Learn its inputs, outputs, parameters and usage.

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑

ElevenLabs 文本转语音节点利用 ElevenLabs API 将书面文本转换为语音音频。它允许您选择特定的语音，并微调各种语音特性，如稳定性、速度和风格，以生成定制的音频输出。

​

输入参数

参数	数据类型	必填	范围	描述
voice	CUSTOM	是	N/A	用于语音合成的语音。从 Voice Selector 或 Instant Voice Clone 节点连接。
text	STRING	是	N/A	要转换为语音的文本。
stability	FLOAT	否	0.0 - 1.0	语音稳定性。较低的值提供更广的情感范围，较高的值产生更一致但可能单调的语音（默认：0.5）。
apply_text_normalization	COMBO	否	"auto" "on" "off"	文本规范化模式。‘auto’ 由系统决定，‘on’ 始终应用规范化，‘off’ 跳过规范化。
model	DYNAMICCOMBO	否	"eleven_multilingual_v2" "eleven_v3"	用于文本转语音的模型。选择模型会显示其特定参数。
language_code	STRING	否	N/A	ISO-639-1 或 ISO-639-3 语言代码（例如 ‘en’、‘es’、‘fra’）。留空以自动检测（默认：""）。
seed	INT	否	0 - 2147483647	用于可重复性的种子（不保证确定性）（默认：1）。
output_format	COMBO	否	"mp3_44100_192" "opus_48000_192"	音频输出格式。

模型特定参数： 当 model 参数设置为 "eleven_multilingual_v2" 时，以下附加参数变为可用：

• speed： 语速。1.0 为正常，<1.0 更慢，>1.0 更快（默认：1.0，范围：0.7 - 1.3）。
• similarity_boost： 相似度增强。值越高，语音与原始语音越相似（默认：0.75，范围：0.0 - 1.0）。
• use_speaker_boost： 增强与原始说话者语音的相似度（默认：False）。
• style： 风格夸张度。值越高，风格表达越强，但可能降低稳定性（默认：0.0，范围：0.0 - 0.2）。

当 model 参数设置为 "eleven_v3" 时，以下附加参数变为可用：

• speed： 语速。1.0 为正常，<1.0 更慢，>1.0 更快（默认：1.0，范围：0.7 - 1.3）。
• similarity_boost： 相似度增强。值越高，语音与原始语音越相似（默认：0.75，范围：0.0 - 1.0）。

​

输出

输出名称	数据类型	描述
audio	AUDIO	文本转语音转换生成的音频。