diff --git a/README.md b/README.md index 72aec1c..daea753 100644 --- a/README.md +++ b/README.md @@ -297,6 +297,11 @@ git clone https://github.com/havvk/ComfyUI_AIIA.git # 下载 CosyVoice 2.0 (0.5B) modelscope download --model iic/CosyVoice2-0.5B --local_dir CosyVoice2-0.5B + + # 下载 CosyVoice 300M 系列 (V1) + modelscope download --model iic/CosyVoice-300M --local_dir CosyVoice-300M + modelscope download --model iic/CosyVoice-300M-SFT --local_dir CosyVoice-300M-SFT + modelscope download --model iic/CosyVoice-300M-Instruct --local_dir CosyVoice-300M-Instruct ``` **2. 使用 HuggingFace:** @@ -306,6 +311,11 @@ git clone https://github.com/havvk/ComfyUI_AIIA.git # 下载 CosyVoice 2.0 (0.5B) huggingface-cli download FunAudioLLM/CosyVoice2-0.5B --local-dir CosyVoice2-0.5B + + # 下载 CosyVoice 300M 系列 (V1) + huggingface-cli download FunAudioLLM/CosyVoice-300M --local-dir CosyVoice-300M + huggingface-cli download FunAudioLLM/CosyVoice-300M-SFT --local-dir CosyVoice-300M-SFT + huggingface-cli download FunAudioLLM/CosyVoice-300M-Instruct --local-dir CosyVoice-300M-Instruct ``` **2. Voice Conversion (AIIA Unlimited)** @@ -333,6 +343,14 @@ git clone https://github.com/havvk/ComfyUI_AIIA.git 3. **混合控制 (Hybrid)**: **音频 + 描述**。在克隆音色的基础上,通过描述词改变情感或表现力。 4. **跨语言 (Cross-Lingual)**: 让中文音频开口说地道的英文、日文等 9 种语言。 5. **固定 ID (SFT)**: 通过 `spk_id` 指定固定官方音色(如 pure_1, joy_1)。 + +- **⚠️ 300M 系列 (V1) 模型特性说明**: + 如果您使用旧版的 300M 系列模型,请注意以下功能差异: + - **不支持描述生成 (Instruct)**: 300M 基础版不支持通过文字描述(如“磁性的声音”)生成音色。 + - **Instruct 版差异**: 必须选择 `CosyVoice-300M-Instruct` 才能支持指令,但其对描述的理解能力较 V3 弱,主要侧重于情感词。 + - **SFT 版锁定**: `CosyVoice-300M-SFT` 仅支持官方内置的 speaker,无法进行 Zero-Shot 音色克隆。 + - **推荐使用**: 建议优先选择 `Fun-CosyVoice3-0.5B-2512` 以获得最佳的描述生成和克隆效果。 + - **参数说明**: - `tts_text`: 说的内容。 - `instruct_text`: 对声音风格、情感、口音的文字描述。**会自动封装官方指令格式。**