本地 AI 语音合成工作流 - Free voice from Comfy UI + Qwen3 TTS

基于 ComfyUI 的 Qwen3 TTS 语音合成工具，支持高质量俄语语音生成与音色定制，需本地部署环境。

基本信息

• 技能名称?Free voice from Comfy UI + Qwen3 TTS
• 中文名称?本地 AI 语音合成工作流
• 作者?onimka
• 分类?其他
• 版本?1.0.0
• 标签?tts, text-to-speech, qwen3, comfyui, local-deployment, voice-synthesis, russian-language, audio-generation, privacy-focused

使用方法

使用说明
核心用法
TTS через ComfyUI 是一个将阿里巴巴通义千问 Qwen3 语音合成模型集成到 ComfyUI 工作流中的本地部署方案。用户通过构造特定的 JSON prompt，调用 AILab_Qwen3TTSVoiceDesign_Advanced 节点，实现从文本到语音的转换。关键参数包括：
instruct : 音色描述（如"沙哑温暖的男性嗓音，自信友好"）
model_size : 模型规格（1.7B/其他）
language : 目标语言（支持俄语等）
generation参数 : temperature、top_p、top_k 控制生成多样性
流程为：启动 ComfyUI → 轮询检测服务就绪 → 提交 prompt → 异步等待任务完成 → 从指定目录提取 MP3 → 以语音消息形式输出。
显著优点

1. 本地部署，数据隐私性强 ：音频生成完全在本地完成，敏感文本不上传云端
2. 音色可定制 ：通过自然语言描述即可调整说话人特征，无需训练声纹模型
3. 开源生态兼容 ：依托 ComfyUI 的节点化工作流，可扩展音频后处理链
4. 高质量输出 ：支持 320k MP3 保存，满足专业播客/配音需求
   潜在缺点与局限
   环境依赖重 ：需完整 ComfyUI 环境 + 特定插件 + Qwen3 模型，部署门槛高
   Windows 路径硬编码 ：输出目录固定为 E:\Ai\Comfy UI\output\ ，跨平台兼容性差
   无自动模型管理 ：未提及模型下载、版本更新机制，维护成本由用户承担
   单点故障风险 ：依赖本地 8000 端口服务，崩溃后需手动重启
   俄语支持未验证 ：虽声明支持俄语，但未提供实际效果基准测试
   适合人群
   已熟悉 ComfyUI 生态的技术用户
   对数据隐私有严格要求的内容创作者（播客、有声书制作）
   需要批量生成定制化语音的本地化 AI 开发者
   常规风险
   路径暴露风险 ：硬编码本地绝对路径可能泄露用户系统结构
   服务可用性 ：ComfyUI 启动耗时较长，首次使用体验不佳
   模型版权 ：Qwen3 商用需确认阿里通义千问的许可协议