Stable Audio 1.0 ComfyUI 工作流示例

Stable Audio 1.0 是 Stability AI 首个开源的音频生成模型。它接收文本提示词，生成一段音频片段。在 ComfyUI 中，它使用标准流水线：CLIP 编码提示词、KSampler 去噪潜空间、VAE 解码为音频。

相关链接：

• GitHub: Stability-AI/stable-audio-open-1.0

工作流

使用标准 ComfyUI 节点，无需自定义节点。加载 Stable Audio 1.0 检查点，CLIP 文本编码器编码提示词，KSampler 在潜空间中降噪，最后 VAE 解码为音频。

使用方法：

1. 加载模型 — CheckpointLoaderSimple 使用 stable-audio-open-1.0.safetensors
2. 写提示词 — 在 CLIPTextEncode 节点输入描述（例如"heaven church electronic dance music"）
3. 设置时长 — 调整 EmptyLatentAudio 节点的长度值（默认 47.6 秒）
4. 点击运行（Ctrl/Cmd + Enter）生成音频。文件将保存在 ComfyUI/output/audio/

模型下载

加载工作流时，如果模型缺失，ComfyUI 会提示并提供对应下载链接。如需手动设置，请下载以下文件并放在正确目录。

检查点

放在以下目录：

📂 ComfyUI/
├── 📂 models/
│   └── 📂 checkpoints/
│       └── stable-audio-open-1.0.safetensors

文本编码器

放在以下目录：

📂 ComfyUI/
├── 📂 models/
│   └── 📂 text_encoders/
│       └── t5-base.safetensors

放置完成后，在 ComfyUI 中按快捷键 R 刷新节点定义，即可使用最新加载的模型。