跳到正文
GitHub · 3D 生成新仓库·· 10 天前精选AI 评分58

ComfyUI-SemBridge 发布,在 ComfyUI 内集成官方 SemBridge 语音与歌唱生成模型

hiroki-abe-58/ComfyUI-SemBridge

来源与原文

GitHub · 3D 生成新仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/hiroki-abe-58/ComfyUI-SemBridge

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

作者发布 ComfyUI-SemBridge 节点包,将 ASLP-lab 的 SemBridge 模型(论文 arXiv:2608.07462)集成进 ComfyUI,支持中文和英文文本转语音、按对齐乐谱生成歌声以及语音加歌唱的连续生成,输出 mono 44.1 kHz 的标准 AUDIO 类型。模型代码在进程内运行,无需子进程或服务器;在 Windows 11 加 RTX 5090 上用官方仓库全部 10 个示例(4 语音、4 歌唱、2 混合)验证,与官方 SemBridge.generate 输出 16-bit PCM 逐样本一致,并通过 ComfyUI v0.38.0 真实队列测试;歌唱对乐谱的中位音高误差为 0.15 半音。

推荐理由

作者用官方仓库 10 个示例做了逐样本音频比对和音高误差实测,可信度数据可直接参考后再决定是否装进自己的 ComfyUI 流程。

来源:GitHub · 3D 生成新仓库 · github.com