ComfyUI-Ming-3-tts は無料で使えますか？ライセンスは？

ComfyUI-Ming-3-tts は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

ComfyUI-Ming-3-tts は今もメンテナンスされていますか？

活発にメンテナンス中。ComfyUI-Ming-3-tts の最終コミットは 2026年10月20日です。

ComfyUI-Ming-3-tts は何に使えますか？

既存のComfyUI画像・動画パイプラインに、テキスト読み上げによるナレーションやボイスオーバーを追加する。短い録音から特定の声をクローンし、生成音声に使う。台本から複数話者の会話やポッドキャスト風の音声を作成する。ノードベースのワークフローで、中国語の方言や感情を込めた音声生成を試す。

ComfyUI-Ming-3-tts はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/Saganaki22/ComfyUI-Ming-3-tts

Saganaki22/ComfyUI-Ming-3-tts

Q: ComfyUI-Ming-3-tts は今もメンテナンスされていますか？

活発にメンテナンス中。ComfyUI-Ming-3-tts の最終コミットは 2026年10月20日 です。

Ming-3.0-ttsの音声生成モデル（0.5BとTiny 9B）をComfyUIのワークフローで使える、ネイティブなComfyUIカスタムノードです。

GitHub で見る公式サイト

スター: 11
フォーク: 1
未解決の Issue: 0
最終コミット: 昨日

これは何？

ComfyUI-Ming-3-ttsは、Ming-3.0-ttsのテキスト読み上げモデルをネイティブにComfyUIへ移植したもので、0.5BとTiny 9Bの各モデルに対応しています。モデルの読み込み、音声生成、Tinyモデルを使った複数話者のポッドキャスト作成、ローカルのWhisperによる参照音声の文字起こしを行うノードを追加します。音声生成を、ComfyUI標準の音声プレビュー・保存ノードと組み合わせられます。

生成ノードでは、実行ごとに複数のタスクを選択できます。参照録音とその文字起こしを使ったボイスクローン、テキストによる音声デザイン、名前付きの組み込み音声、自由形式の読み上げ指示、基本的な速度・ピッチ・音量の調整、感情表現、広東語や四川語の方言に対応しています。[Laughter]や[Sigh]などのボーカルタグをテキスト内に挿入することもできます。出力はモノラル、44.1 kHzの音声です。

モデルはHugging Faceのリポジトリからオリジナル形式またはINT8 ConvRot形式でダウンロードできるほか、既存のローカルフォルダーや追加のモデルパスから読み込むこともできます。各タスクを網羅したサンプルワークフローが付属し、CUDAに対応しています。CPUでも実行できます。

主な機能

01Ming-3.0-ttsの0.5BまたはTiny 9Bのチェックポイントを、オリジナル形式またはINT8 ConvRot形式で読み込みます。
02参照録音とその文字起こしを使って声をクローンします。
03組み込み音声、音声デザイン、感情表現、方言、自由形式の読み上げ指示に対応します。
04Tiny 9Bモデルを使って、2人以上の話者によるポッドキャストを作成します。
05Whisperを使って参照音声をローカルで文字起こしします。
06各タスクのサンプルワークフローが付属します。

ユースケース

既存のComfyUI画像・動画パイプラインに、テキスト読み上げによるナレーションやボイスオーバーを追加する。
短い録音から特定の声をクローンし、生成音声に使う。
台本から複数話者の会話やポッドキャスト風の音声を作成する。
ノードベースのワークフローで、中国語の方言や感情を込めた音声生成を試す。

トピック

#text-to-speech #voice-cloning #comfyui #audio #speech-synthesis #whisper #ming #ming-tts #one-shot #quantization

よくある質問

ComfyUI-Ming-3-tts とは？: Ming-3.0-ttsの音声生成モデル（0.5BとTiny 9B）をComfyUIのワークフローで使える、ネイティブなComfyUIカスタムノードです。 ComfyUI-Ming-3-ttsは、Ming-3.0-ttsのテキスト読み上げモデルをネイティブにComfyUIへ移植したもので、0.5BとTiny 9Bの各モデルに対応しています。モデルの読み込み、音声生成、Tinyモデルを使った複数話者のポッドキャスト作成、ローカルのWhisperによる参照音声の文字起こしを行うノードを追加します。音声生成を、ComfyUI標準の音声プレビュー・保存ノードと組み合わせられます。
ComfyUI-Ming-3-tts は無料で使えますか？ライセンスは？: ComfyUI-Ming-3-tts は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
ComfyUI-Ming-3-tts は今もメンテナンスされていますか？: 活発にメンテナンス中。ComfyUI-Ming-3-tts の最終コミットは 2026年10月20日です。
ComfyUI-Ming-3-tts は何に使えますか？: 既存のComfyUI画像・動画パイプラインに、テキスト読み上げによるナレーションやボイスオーバーを追加する。短い録音から特定の声をクローンし、生成音声に使う。台本から複数話者の会話やポッドキャスト風の音声を作成する。ノードベースのワークフローで、中国語の方言や感情を込めた音声生成を試す。
ComfyUI-Ming-3-tts はどこで入手できますか？: ソースコードとインストール手順は GitHub にあります：https://github.com/Saganaki22/ComfyUI-Ming-3-tts

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。