ComfyUI Blueprint
VibeVoice × ComfyUI 集成指引
将 VibeVoice 90 分钟连续生成能力嵌入 ComfyUI。学习如何导入 checkpoints、配置自定义节点、串联后处理，并用 JSON Flow 模板一键复用。
接入亮点
- ✅ 支持 VibeVoice 1.5B、7B 以及自定义声纹 checkpoints
- ✅ 预设 VRAM Preset（4GB / 8GB / 16GB）自动选择最佳节点
- ✅ JSON flow 可导入 ComfyUI 0.9+，无需额外脚本
- ✅ 包含 AudioLDM、Downstream Mixer 等后处理串联
集成时长
24 分钟
基于模板完成首次接入并生成首段音频。
节点稳定性
99.2%
在 500+ 批量推理中保持一致输出。
支持模型
12+
包含 VibeVoice 1.5B、7B、Large 及自定义语音包。
ComfyUI 节点流程
遵循主页结构，我们提供 From Prompt → VibeVoice Encoder → Generator → Enhancer → Export 的五段式流程，并附带中/英翻译提示。
- 1. Prompt Loader：导入文本、时长、语速参数。
- 2. VibeVoice Text Encoder：自动侦测语言，输出语义向量。
- 3. VibeVoice Generator：选择 1.5B/7B/Custom checkpoint，控制 90 分钟段落。
- 4. Audio Enhancer：串接 Loudness、EQ、Limiter 节点，匹配播客/客服标准。
- 5. Export & Monitor：导出 WAV + 元数据，并将日志推送至 Prometheus。
{
"nodes": [
{"type": "PromptLoader", "id": "prompt", "text_lang": "auto"},
{"type": "VibeVoiceTextEncoder", "id": "encoder", "checkpoint": "vibevoice-1.5b"},
{"type": "VibeVoiceGenerator", "id": "generator", "voice": "studio.en_female_01", "duration": 5400},
{"type": "AudioEnhancer", "id": "enhancer", "chain": ["eq", "de-esser", "limiter"]},
{"type": "AudioExporter", "id": "export", "format": "wav", "metadata": true}
],
"links": [
["prompt", "encoder"],
["encoder", "generator"],
["generator", "enhancer"],
["enhancer", "export"]
]
}可直接导入 ComfyUI 0.9+。更多 JSON Flow 在资源区下载。
核心特性
- 自动 VRAM 预设：根据算力切换 FP16/INT8。
- 声纹库管理：在 ComfyUI 中保存 VibeVoice Speaker Cards。
- 90 分钟拼接：自动切片拼接，无语义漂移。
- Webhook：推送完成事件到 Slack、Teams、Webhook。
性能曲线
基于 4090/3090/3060 Ti 的吞吐表现：
VibeVoice 1.5B+38% 推理速率
VibeVoice 7B20 分钟内渲染儿童有声读物
Custom Speaker4GB VRAM 即可推理短句
典型场景
长篇有声书
利用 90 分钟连续生成与章节化 JSON，保持角色一致性。
客服 + Copilot
通过 Webhook 将生成结果推送至客服工作台或 Copilot 插件。
创作者直播
实时生成旁白/弹幕语音，搭配 OBS 音轨。
Resources
下载节点模板与检测脚本
提供 JSON Flow、节点安装脚本、VRAM Benchmark、监控模板，帮助你在 CI/CD 或工作室环境快速落地。
常见问题
ComfyUI 需要特定版本吗？
建议使用 0.9 及以上版本，确保自定义节点系统（Custom Nodes）支持 VibeVoice 节点。旧版本亦可通过 Node Registry 手动注册。
如何在 4GB VRAM 下运行？
选择 INT8 量化 checkpoint、启用分块合成并缩短单段长度至 15 分钟即可。我们提供对应 JSON Flow。
支持多语言吗？
VibeVoice 节点会自动识别文本语言，目前覆盖英语、中文、日语、韩语、德语、西班牙语、阿拉伯语。