ByteDanceSeedAudio - ComfyUI Built-in Node Documentation

使用单个提示词，通过字节跳动 Seed Audio 1.0 生成语音、音乐、音效和多说话人对话。在提示词中描述声音、情感、氛围、背景音乐和音效，并包含要朗读的台词。可选择内置预设语音，从最多 3 个参考片段（在提示词中标记为 @Audio1-3）克隆声音，或从角色图像中衍生声音。每次运行最多可生成 2 分钟音频。

## 输入

"audio reference" "image reference" "preset voice" | | reference_audio_1 | 用于声音克隆的参考片段，在提示词中标记为 @Audio1。最长 30 秒。仅当 reference_mode 为“audio reference”时可用。 | AUDIO | 否 | 最长 30 秒 | | reference_audio_2 | 在提示词中标记为 @Audio2 的参考片段。最长 30 秒。仅当 reference_mode 为“audio reference”时可用。 | AUDIO | 否 | 最长 30 秒 | | reference_audio_3 | 在提示词中标记为 @Audio3 的参考片段。最长 30 秒。仅当 reference_mode 为“audio reference”时可用。 | AUDIO | 否 | 最长 30 秒 | | reference_image | 一张角色图像；模型从中衍生声音。不能与参考音频结合使用。仅当 reference_mode 为“image reference”时可用。 | IMAGE | 否 | - | | preset_voice | 一个内置的 TTS 2.0 语音，用于朗读提示词。无需参考片段，且在此模式下不使用 @AudioN 标签。仅当 reference_mode 为“preset voice”时可用。 | COMBO | 否 | 多个选项可用（见描述） | | sample_rate | 输出采样率，单位为 Hz。（默认值："24000"） | COMBO | 是 | "8000" "16000" "24000" "32000" "44100" "48000" | | speech_rate | 语速。0 = 正常，100 = 2.0 倍，-50 = 0.5 倍。（默认值：0） | INT | 是 | -50 到 100 | | loudness_rate | 音量。0 = 正常，100 = 2.0 倍，-50 = 0.5 倍。（默认值：0） | INT | 是 | -50 到 100 | | pitch_rate | 音高偏移，单位为半音（-12 到 12）。（默认值：0） | INT | 是 | -12 到 12 | | seed | 种子控制节点是否应重新运行；无论种子如何，结果都是非确定性的。（默认值：42） | INT | 是 | 0 到 2147483647 |

参数约束

• 参考模式依赖关系：reference_mode 参数决定了哪些其他输入是必需的：
• "text only"：无需额外输入。提示词不得包含 @AudioN 标签。
• "audio reference"：需要至少连接 reference_audio_1、reference_audio_2 或 reference_audio_3 中的一个。参考片段必须按顺序连接，不能有间隔（例如，_1，然后 _2，然后 _3）。每个片段最长 30 秒。提示词必须使用 @Audio1、@Audio2、@Audio3 标签引用连接的片段。
• "image reference"：需要连接 reference_image。提示词不得包含 @AudioN 标签。
• "preset voice"：需要选择 preset_voice。提示词不得包含 @AudioN 标签（整个提示词将以所选语音朗读）。

• 音频参考排序：使用“audio reference”模式时，参考音频输入必须从 reference_audio_1 开始顺序连接，不能有间隔。例如，可以连接 _1 和 _2，但不能在没有 _2 的情况下连接 _1 和 _3。

• 最大音频标签数：在“audio reference”模式下，提示词最多可引用 3 个音频片段（@Audio1、@Audio2、@Audio3）。编号最高的标签不得超过已连接的参考音频输入数量。

## 输出

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): cefd5fca496b02c35022d25be3d99d3911c1304b6e3a751751b58841d5895ef7