音频模型：ComfyUI 音乐、音效与语音

对比 ComfyUI 中的托管音频模型：ByteDance、Mirelo、Sonilo 和 VEED，覆盖文生音频、视频配乐、音效与音频清理。

ComfyUI 合作节点让您可以使用字节跳动、Mirelo、Sonilo 和 VEED 等提供商托管的音频生成模型，无需本地 GPU 即可生成音乐、语音和音效。本页帮助您为文生音频、音乐、音效或视频配乐挑选合适的模型。

浏览音频模型

[card] Seed Audio 1.0 文生音频和文生音乐，包括器乐和人声轨

[card] Sonilo 生成与视频节奏和内容匹配的完整配乐

[card] Mirelo SFX 2.0 根据文本提示词生成音效，或按画面动作生成同步拟音

[card] VEED Clean Audio 从语音录音或视频音轨中去除噪声、音乐和音效

音频模型能做什么

• 文生音频：根据文本描述生成音乐或音效
• 视频配乐：创建与视频内容和节奏匹配的配乐
• 语音与说话：根据文本和参考音频生成语音或歌声

按任务选择模型

音乐与配乐

• Seed Audio 1.0（字节跳动）：文生音频和文生音乐，包括器乐和人声轨
• Sonilo（Sonilo）：从视频生成完整配乐；它会分析视频的节奏和内容，以生成匹配的配乐

音效与音频清理

• Mirelo SFX 2.0（Mirelo）：根据文本描述生成音效，或按画面动作生成同步拟音，对白会单独输出
• VEED Clean Audio（VEED）：从语音中去除噪声、音乐和音效，可用于录音或视频音轨
• Seed Audio 1.0（字节跳动）：还支持音效和音频风格迁移

所有音频合作伙伴

各模型费率见定价，使用上限见并发限制。