ComfyUI_Fill-ChatterBox
Jeśli podoba Ci się ten projekt, rozważ wsparcie mnie na Patreonie!
Niestandardowe rozszerzenie węzła dla ComfyUI, które dodaje funkcje zamiany tekstu na mowę (TTS) oraz konwersji głosu (VC) przy użyciu biblioteki Chatterbox. Obsługuje MAKSYMALNIE 40 sekund. Próbowałem usunąć to ograniczenie, ale model bardzo źle sobie radzi z czymkolwiek dłuższym, więc pozostaje ono bez zmian.
Instalacja
- Sklonuj to repozytorium do katalogu custom_nodes w Twoim ComfyUI:
bash
cd /path/to/ComfyUI/custom_nodes
git clone https://github.com/filliptm/ComfyUI_Fill-ChatterBox.git
`
- Zainstaluj podstawowe zależności:
`bash
pip install -r ComfyUI_Fill-ChatterBox/requirements.txt
`
- (Opcjonalnie) Zainstaluj obsługę znakowania wodnego:
`bash
pip install resemble-perth
`
Uwaga: Pakiet resemble-perth` może mieć problemy z kompatybilnością z Pythonem 3.12+. Jeśli napotkasz błędy importu, węzły będą nadal działać bez znakowania wodnego.Użytkowanie
Węzeł Text-to-Speech (FL Chatterbox TTS)
- Dodaj węzeł "FL Chatterbox TTS" do swojego workflow
- Skonfiguruj wejście tekstowe i parametry (exaggeration, cfg_weight, temperature)
- Opcjonalnie podaj próbkę dźwiękową do klonowania głosu
Węzeł Voice Conversion (FL Chatterbox VC)
- Dodaj węzeł "FL Chatterbox VC" do swojego workflow
- Podłącz wejście audio i docelowy głos
- Oba węzły obsługują przełączenie na CPU w przypadku błędów CUDA
Dziennik zmian
24.06.2025
- Dodano parametr seed do obu węzłów TTS i VC dla powtarzalnej generacji
- Zakres seed: od 0 do 4 294 967 295 (32-bitowy integer)
- Umożliwia spójny wynik audio do debugowania i kontroli workflow
- Uczyniono znakowanie wodne Perth opcjonalnym, aby naprawić problemy z Pythonem 3.12+
- Węzły teraz działają bez znakowania wodnego, jeśli import resemble-perth się nie powiedzie
31.05.2025
- Dodano trwałe ładowanie modelu oraz funkcjonalność paska ładowania
- Dodano wsparcie dla Mac (wymaga testów, więc piszcie do mnie)
- usunięto bibliotekę chatterbox-tts i zaimplementowano natywny kod inferencyjny.