ElevenLabsTextToDialogue - ComfyUI Built-in Node Documentation

ElevenLabs Text to Dialogue 节点根据文本生成多说话人音频对话。

ElevenLabs Text to Dialogue 节点根据文本生成多说话人音频对话。它允许你通过指定不同的文本行和每个参与者的不同声音来创建对话。该节点将对话请求发送到 ElevenLabs API 并返回生成的音频。

​

输入

参数	描述	数据类型	必需	范围
稳定性	声音稳定性。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	否	0.0 - 1.0
应用文本规范化	文本规范化模式。'auto' 让系统自行决定，'on' 始终应用规范化，'off' 跳过规范化。	COMBO	否	"auto" "on" "off"
模型	用于对话生成的模型。	COMBO	否	"eleven_v3"
对话条数	对话条目数量。选择一个数字将生成相应数量的文本和语音输入字段。	DYNAMIC_COMBO	是	"1" "2" "3" "4" "5" "6" "7" "8" "9" "10"
语言代码	ISO-639-1 或 ISO-639-3 语言代码（例如 'en'、'es'、'fra'）。留空以自动检测。（默认值：空）	STRING	否	-
种子	用于可重现性的随机种子。（默认值：1）	INT	否	0 - 4294967295
输出格式	音频输出格式。	COMBO	否	"mp3_44100_192" "opus_48000_192"

注意： inputs 参数是动态的。当您选择一个数字（例如 “3”）时，节点将显示三个对应的 text 和 voice 输入字段（例如 text1、voice1、text2、voice2、text3、voice3）。每个 text 字段必须至少包含一个字符。每个 voice 字段需要连接来自 Voice Selector 或 Instant Voice Clone 节点的声音。

​

输出

输出名称	描述	数据类型
audio	以所选输出格式生成的多说话人对话音频。	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): 95b16143391a2282c58ebc66561b85338a8ce1f87e0ec769405225599d2c76ae