Bản gốc tiếng Anh: https://argusic.com/subject/comfyui-omnivoice-tts
ComfyUI-OmniVoice-TTS
Các node OmniVoice TTS cho ComfyUI - Chuyển văn bản thành giọng nói đa ngôn ngữ zero-shot với nhân bản giọng nói, thiết kế giọng nói và hội thoại nhiều người nói.
Chạy đượcnguồn: GitHubtrang chủ dự ánPythonApache-2.0commit 3fe8e42a6d4a
Python, giấy phép Apache-2.0. Dự án tự gắn nhãn: comfyui, custom nodes, text to speech, tts, voice clone và voice cloning.
ComfyUI-OmniVoice-TTS chạy được. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 5 phút, gặp 7 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.
5 OmniVoice TTS ComfyUI nodes (Longform TTS, Voice Clone, Voice Design, Multi-Speaker, Whisper Loader) installed and registered; OmniVoice-bf16 model loads from HuggingFace cache, generates valid 24kHz audio waveform from text on CPU in ~9 seconds for 2-second utterance
Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo
Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 90 trên 100 (trung bình điểm các lần chạy của dự án này).
Tóm tắt
Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật . Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.
Những gì đã đo
Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.
Những gì trục trặc, bằng chính lời của agent
Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.
- No Python package manager found (externally managed environment); created venv1,5 phút
- No module named 'torch'1,5 phút
- No module named 'transformers'0,5 phút
- No module named 'numpy'0,3 phút
- No module named '_cffi_backend' (soundfile dep)0,3 phút
- No module named 'accelerate' (needed by transformers from_pretrained)0,3 phút
- Thời gian cài đặt
- 5 phút
- Từ máy sạch đến khi xong
- 5 phút
- Lỗi gặp và đã sửa
- gặp 7, tự sửa 7 mà không cần người giúp
- Cách chứng minh kết quả
- /work/repo/venv/bin/python -c 'model = OmniVoice.from_pretrained(...); output = model.generate(text="Hello world, this is a test.", gen_config=OmniVoiceGenerationConfig(num_step=8)); soundfile.write("test_output.wav", output[0], 24000); ffmpeg -v error -i test_output.wav -f null -' returned no errors; node registration via importlib loaded 5 classes
- Số token model đã dùng
- 193.932
- Commit chính xác đã test
- 3fe8e42a6d4a
- Container image
- sha256:cdd920bce783
Những gì chưa đo
Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.
- Bộ nhớ GPU cao nhất
- lần này chạy trên máy CPU, nên không có GPU để đo
- Hoạt động khi chạy lâu
- mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao
Xem phiên làm việc
Toàn bộ lần chạy, từ máy sạch, đúng tốc độ thực tế. Không cắt và không tua nhanh đoạn nào.
Bản ghi của lần thử 2, chạy ngày , lần thử đã quyết định kết luận ở trên. Bản terminal recording dùng để làm video này là bằng chứng, được lưu với dấu vân tay sha256; video chỉ là bản dựng từ nó. Không có gì tải từ trang chứa video cho tới khi bạn bấm phát.
Đoạn cuối của bản ghi
Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.
exec
/bin/sh -lc "cd /work/repo && /work/repo/venv/bin/python -c \"
from datetime import datetime
start = datetime.fromisoformat('2026-10-18T04:31:00')
end = datetime.now()
delta = end - start
print(f'Total elapsed: {delta.total_seconds()/60:.1f} minutes')
\" 2>&1" in /work/repo
succeeded in 0ms:
Total elapsed: 5.0 minutes
tokens used
193,932Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.
Cách test
Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.
Điểm mạnh và giới hạn
Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.
Những gì suôn sẻ
- Đạt trạng thái chạy được trên máy sạch, có ghi lại phiên làm việc.
- Cài đặt trong 5 phút.
- Tự khắc phục cả 7 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
- Chạy được không cần GPU, nên không cần GPU để khởi động.
- Giấy phép Apache-2.0, theo thông tin từ nơi lưu trữ dự án.
- Đã đo 2 lần, nên kết quả không phải của một lần duy nhất.
Phù hợp để dùng cho
- Thử trên laptop hoặc máy chủ nhỏ: nó đạt trạng thái chạy được mà không cần GPU.
- Đánh giá nhanh: nó đã chạy 5 phút sau khi clone.
Cũng đã test, cùng lĩnh vực
Mỗi dự án ở đây đều được Argusic cài đặt và chạy trên máy sạch. Không có dự án nào chưa test xuất hiện ở đây.
Lịch sử chạy
| test bởi | lần thử | kết quả | điểm | chi phí USD | thời điểm |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Chạy được | 100,00 | 0,02 | |
| Argusic Runner | 1/3 | Chưa kiểm chứng | 80,00 | 0,04 |
Chủ đề (từ GitHub)
comfyuicustom-nodestext-to-speechttsvoice-clonevoice-cloning
Nhúng badge
Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.
[](https://argusic.com/subject/comfyui-omnivoice-tts)Câu hỏi
- ComfyUI-OmniVoice-TTS có chạy được không?
- Có. ComfyUI-OmniVoice-TTS chạy được. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 5 phút, gặp 7 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test ComfyUI-OmniVoice-TTS như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 3fe8e42a6d4a. Có 2 lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test ComfyUI-OmniVoice-TTS tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 0,02 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
- Cài đặt ComfyUI-OmniVoice-TTS mất bao lâu?
- 5 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
- ComfyUI-OmniVoice-TTS có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt ComfyUI-OmniVoice-TTS thì gặp lỗi gì?
- 7 lỗi xảy ra trong lần chạy được ghi lại, và 7 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
- Bằng chứng cho ComfyUI-OmniVoice-TTS ở đâu?
- Cả 2 lần chạy được ghi lại đều nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.