ElevenLabsSpeechToSpeech - ComfyUI Built-in Node Documentation

ElevenLabs 语音转语音节点可将输入音频文件从一种语音转换为另一种语音。它使用 ElevenLabs API 转换语音，同时保留原始音频的内容和情感语调。

输入

参数	描述	数据类型	必需	范围
`模型`	用于语音转语音转换的模型。所选模型决定下方可用的语音设置。	DYNAMIC_COMBO	是	`eleven_multilingual_sts_v2` `eleven_english_sts_v2`
`目标语音`	转换的目标语音。从语音选择器或即时语音克隆连接。	CUSTOM	是	-
`源音频`	要转换的源音频。	AUDIO	是	-
`稳定性`	语音稳定性。较低的值提供更广泛的情感范围，较高的值产生更一致但可能单调的语音（默认值：0.5）。	FLOAT	是	0.0 - 1.0
`输出格式`	音频输出格式（默认值：“mp3_44100_192”）。	COMBO	是	`"mp3_44100_192"` `"opus_48000_192"`
`随机种子`	用于可复现性的随机种子（默认值：0）。	INT	是	0 - 4294967295
`去除背景噪音`	使用音频隔离从输入音频中消除背景噪音（默认值：False）。	BOOLEAN	是	-

两个模型都提供以下相同的语音设置。

参数	描述	数据类型	必需	范围
`speed`	语速。1.0 为正常，<1.0 较慢，>1.0 较快（默认值：1.0）。	FLOAT	是	0.7 - 1.3
`similarity_boost`	相似度增强。较高的值使语音与原始声音更相似（默认值：0.75）。	FLOAT	是	0.0 - 1.0
`use_speaker_boost`	增强与原始说话人声音的相似度（默认值：False）。	BOOLEAN	是	-
`style`	风格夸张程度。较高的值会增加风格表现力，但可能降低稳定性（默认值：0.0）。	FLOAT	是	0.0 - 0.2

输出名称	描述	数据类型
`audio`	转换后的音频文件，采用指定的输出格式。	AUDIO

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): a3cd602181d134b9ab517bfac092ea30b62ef5a9942a905c0c3e6959b34370ca