ComfyUI 集成 Qwen3-TTS:支持秒级声音克隆与微调训练
tom_doerr · x · 2026-08-07
开发者推出了适用于 ComfyUI 的 Qwen3-TTS 节点工具。该工具基于阿里巴巴的 Qwen3-TTS 模型，主要功能亮点包括：
- 声音克隆：仅需 5-15 秒的参考音频即可克隆目标声音。
- 文本声音设计：支持通过自然语言描述直接生成自定义音色。
- 内置微调界面：提供实时训练仪表盘（含损失图表、进度条及验证音频），方便训练个性化语音模型。
- 多语言支持：内置 9 种预定义说话人，支持中、英、日、韩、德、法等 10 种语言，并集成了 Whisper 自动转录参考文本。
「编程与Agent」频道最新
- YC 投资的 Cova：用 AI Agent 革新居家护理行业 — ycombinator · 2026-08-07
- 对比Codex、Claude与Cursor的插件Schema差异 — kevinkern · 2026-08-07
- 编程智能体沙盒逃逸隐患：挂载目录与 Git 钩子成攻击重灾区 — lefthandatog · 2026-08-07
- AI 智能体该用谁的邮箱？开发者热议独立收件箱的工程实践 — JanJanJaJa · 2026-08-07
- AI智能体系统设计蓝图：从输入输出到编排的实用指南 — SucceededMind · 2026-08-07
- OpenAI 推出 Codex 安全审查工具，自动审查 PR 漏洞 — OpenAIDevs · 2026-08-07