最懂 Qwen3-TTS 的声音设计助手 —— closerAI DesignAssistant

还在对着 Qwen3-TTS 的 Prompt 框发呆？ 还在为“如何写出那种带哭腔、带方言、有画面感”的提示词而头秃？

🚀 closerAI Qwen3TTS-designAssistant V10 正式上线！ 它不仅仅是一个参数选择器，它内置了一个**“声音剧本作家”**！

✨ 核心亮点：

• 🧠 内置 LLM 大脑：不是简单的关键词拼接！内置 OpenAI/Mistral 等模型接口（免费/免Key），自动将你的“中年、醉汉、陕西话”脑补成一段包含呼吸感、语调起伏的专业提示词。
• 🗣️ 10国语言 & 9种方言：从地道的北京儿化音到火辣的四川话，再到优雅的法语，一键直达。
• 🎭 丰富人设库：想听“傲娇的萝莉”？“阴险的反派”？还是“疲惫的社畜”？预设 20+ 种高频人设，一键入戏。
• 🎬 场景化沉浸：浴室混响、电话电流音、战场嘶吼……不仅仅是读稿，而是“声音演出”。
• 🔌 开放生态：独创“输出指令”模式，可直接连接 ChatGPT/Ollama 节点，让更强的模型为你打工！
• 🎤 交互式录音机 (WAV Fix)
• 无需准备音频文件，直接在节点上点击 🔴 录音。
• 内置专业 WAV 编码器，完美解决 Web 录音格式不兼容问题，无缝对接 Qwen3 声音克隆。

👉 拒绝机械音，让你的 AI 声音拥有灵魂！

closerAI Qwen3TTS-designAssistant 安装与使用指南

1. 简介

这是一个专为 Qwen3-TTS 模型设计的 ComfyUI 辅助节点。它利用内置的大语言模型（LLM）将简单的选项（如性别、情绪、方言）转化为 Qwen3-TTS 官方推荐的高质量、长文本提示词（Prompt），极大地提升了声音生成的自然度和表现力。

2. 安装方法

方法 A：手动安装（推荐）

1. 下载解压放置到你的 ComfyUI 插件目录：\ComfyUI\custom_nodes\
2. 重启 ComfyUI。

3. 界面功能详解

重启 ComfyUI 后，在右键菜单找到：

closerAI -> Qwen3TTS -> closerAI Qwen3TTS-designAssistant

🎛️ 核心参数面板

4. 进阶玩法：三种生成模式

🟢 模式 1：内置LLM - 详细属性表 (官方推荐)

• 原理：利用内置联网 AI，生成 Qwen3-TTS 最喜欢的“结构化标签+自然描述”格式。
• 适用：90% 的场景，效果最稳，细节最丰富。
• 示例输出：gender: Female. dialect: Sichuan dialect. A spicy and energetic voice... (包含音色、情绪的详细英文描述)

🔵 模式 2：内置LLM - 人物小传 (深度人设)

• 原理：AI 会根据你的选项自动脑补一个具体的角色背景（姓名、经历、信条）。
• 适用：需要极强情感爆发、广播剧、有声书角色定制。
• 示例输出：角色姓名：李秀莲。身份：成都火锅店老板娘。性格：泼辣豪爽...

🟠 模式 3：输出指令 (连接第三方 LLM)

• 原理：节点不生成最终 Prompt，而是输出一段“催眠指令”。
• 用法：
  1. 将本节点的输出连接到 ChatGPT / Ollama / DeepSeek 等更强 LLM 节点的输入端。
  2. 让外部 LLM 生成最终提示词。
  3. 优点：如果你有 GPT-4 API，用这个模式可以获得天花板级别的理解力。

🟤 模式 4：本地规则 (断网兜底)

• 原理：简单的关键词拼接，不联网。
• 适用：断网环境，或者 API 抽风时使用。

节点功能详解

🅰️ 节点一：设计助手 (CloserAI Qwen3TTS-designAssistant)

功能：生成高质量的 Qwen3-TTS 提示词。

• 参数说明：
  • 性别/年龄/语言：基础物理属性。语言支持 10 国标准发音。
  • 方言：特色功能，支持北京、四川、粤语等 9 种方言。
  • 人设 (Persona)：决定说话的语气、韵律和性格（如：太监、醉汉、主播）。
  • 场景 (Scenario)：决定声场环境（如：雨中、电话、浴室）。
  • 生成模式 (关键)：
    • 内置LLM: 详细属性表：最推荐。调用 AI 生成包含音色、流利度、细节的结构化 Prompt。
    • 内置LLM: 人物小传：AI 会自动脑补角色的背景故事和人生信条，适合广播剧。
    • 输出指令：不生成 Prompt，而是输出一段指令，供你连接外部更强的 LLM 节点。
    • 本地规则：断网兜底模式。
  • Seed：控制 LLM 的发挥。固定种子可复现结果。
• 使用技巧：
  • 想要“克苏鲁”风格？选 人设:疯子 + 场景:山洞 + 质感:气声。
  • 想要“带货主播”？选 人设:主播 + 语速:极快 + 情绪:激动。

🅱️ 节点二：交互式录音机 (CloserAI Interactive Recorder)

功能：在浏览器直接录音，用于声音克隆。

• 操作流程：
  1. 添加节点。
  2. 点击节点上的 🔴 点击录音 按钮。
  3. 浏览器弹窗请求麦克风权限 -> 点击“允许”。
  4. 对着麦克风说话。
  5. 再次点击按钮（此时变为 ⏹️ 停止）。
  6. 等待状态变为 ✅ 已保存。
  7. 连接：将节点的 audio 输出端连接到 Qwen3-TTS 的 Reference Audio 输入端。
• 注意事项：
  • 必须使用 HTTPS 或 Localhost (127.0.0.1) 访问 ComfyUI，否则浏览器会因安全策略禁用麦克风。
  • 录音文件会自动保存为标准的 16-bit WAV 格式，兼容性极佳。

5. 常见问题 (Q&A)

Q: 节点显示红色报错“LLM调用失败”？

A: 这是因为网络无法连接到内置的 API 服务。

• 检查是否开启了魔法上网。
• 将内置LLM源切换为 mistral 或 chickytutor 试试。
• 如果都不行，请暂时切换生成模式为“本地规则”。

Q: 方言效果不明显？

A: Qwen3-TTS 模型本身对方言的支持主要体现在音调和特定词汇上。建议在“补充描述”里输入一点该方言的特色词（例如选北京话时，输入“儿化音重一点”），LLM 会帮你加强描述。

Q: 如何让声音更像真人？

A: 善用 [音色质感] 和 [场景]。

• 真人往往不是完美的播音腔。试着选择 “沙哑” 或 “气声”。
• 增加一点 “犹豫” 或 “思考” 的情绪（在补充描述里写）。

主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网