ElevenLabsTextToSpeech - ComfyUI Built-in Node Documentation

ElevenLabs Text to Speech 节点使用 ElevenLabs API 将书面文本转换为语音音频。它允许你选择特定语音，并微调稳定性、速度、风格等多种语音特征，以生成自定义的音频输出。文本必须至少包含一个字符。

输入

参数	描述	数据类型	必填	范围
`model`	用于文本转语音的模型。选择模型后会显示其特定参数。	DYNAMIC_COMBO	否	`"eleven_multilingual_v2"` `"eleven_v3"`
`voice`	用于语音合成的语音。从 Voice Selector 或 Instant Voice Clone 连接。	CUSTOM	是	N/A
`text`	要转换为语音的文本。必须至少包含一个字符。	STRING	是	N/A
`stability`	语音稳定性。较低的值会带来更广泛的情感范围，较高的值会产生更一致但可能更单调的语音（默认值：0.5）。	FLOAT	否	0.0 - 1.0
`apply_text_normalization`	文本归一化模式。‘auto’ 让系统决定，‘on’ 始终应用归一化，‘off’ 跳过归一化。	COMBO	否	`"auto"` `"on"` `"off"`
`language_code`	ISO-639-1 或 ISO-639-3 语言代码（例如，‘en’、‘es’、‘fra’）。留空以自动检测（默认值：""）。	STRING	否	N/A
`seed`	用于可重复性的种子（不保证确定性）（默认值：1）。	INT	否	0 - 2147483647
`output_format`	音频输出格式。	COMBO	否	`"mp3_44100_192"` `"opus_48000_192"`

这些参数在 model 设置为 "eleven_multilingual_v2" 时可用。

参数	描述	数据类型	必填	范围
`speed`	语音速度。1.0 为正常，<1.0 更慢，>1.0 更快（默认值：1.0）。	FLOAT	否	0.7 - 1.3
`similarity_boost`	相似度增强。较高的值会使语音更接近原始语音（默认值：0.75）。	FLOAT	否	0.0 - 1.0
`use_speaker_boost`	增强与原始说话者语音的相似度（默认值：False）。	BOOLEAN	否	True / False
`style`	风格夸张。较高的值会增加风格表现力，但可能降低稳定性（默认值：0.0）。	FLOAT	否	0.0 - 0.2

这些参数在 model 设置为 "eleven_v3" 时可用。

参数	描述	数据类型	必填	范围
`speed`	语音速度。1.0 为正常，<1.0 更慢，>1.0 更快（默认值：1.0）。	FLOAT	否	0.7 - 1.3
`similarity_boost`	相似度增强。较高的值会使语音更接近原始语音（默认值：0.75）。	FLOAT	否	0.0 - 1.0

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

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

Source fingerprint (SHA-256): 78ed1c6af2d0b1cc0293d725492a8b104b6d0c6bc18d9971b75047db946cdd33