Qwen3-TTS 自定义声音教程：9种预置音色直接选，中英日韩方言都能说
Qwen3-TTS 自定义声音是什么？能做什么
Qwen3-TTS 的第三种玩法：自定义声音——模型内置了 9 种预置音色库，在节点上下拉框直接选一个，填上文本就能说话。不用参考音频，也不用写声音描述，是最快出稿的一种玩法。
它能做什么？
- 快速试音：想知道"这个文案用哪个声音读好听"？把 9 个音色各跑一遍，10 分钟内挑出最佳
- 多角色对话：两个角色各用一个音色，分别生成再拼接，就是一段"双人对话"
- 日常配音出稿：选中一个顺耳的音色，填文案就出成品，零门槛
Qwen3-TTS 三种玩法的分工：声音克隆=复制一个已有的声音（需要参考音频）；声音设计=凭空描述一个想要的声音（需要写描述）；自定义声音=直接从内置音色库挑一个现成的（什么都不要，选完就说）。
第 1 步：打开自定义声音工作流
启动 ComfyUI（双击 ComfyUI启动器.exe），浏览器打开界面后：
- 左侧「工作流」列表打开 AI星尘-开箱即用 文件夹
- 进入 音频 子文件夹
- 选择 Qwen3-TTS-自定义声音.json
模型 Qwen3-TTS-12Hz-1.7B-CustomVoice 已内置在包里（models\qwen-tts\），开箱即用。
第 2 步：认识工作流（2 个节点）
- FB_Qwen3TTSCustomVoice（Custom_Voice / 自定义语音）：核心节点——speaker（选音色）+ text（要读的内容）+ 可选 instruct（微调语气）
- SaveAudioMP3（保存音频）：结果存成 MP3
第 3 步：选择预置音色（speaker）
点 speaker 下拉框，9 种预置音色：
- Eric：成熟男声（工作流默认选的这个）
- Aiden / Dylan / Ryan：其他男声音色，Ryan 是下拉默认值
- Serena / Vivian：女声音色
- Ono_anna：日系女声
- Sohee：韩系女声
- Uncle_fu：大叔音
先随便选一个跑一遍试听，不满意就换——这是预置音色库最大的优势：换音色只是改一个下拉框的事。
第 4 步：填写文本（text）
在 text 输入框填上要让音色朗读的内容，比如用一首古诗词试试效果：
帘外雨潺潺，春意阑珊。罗衾不耐五更寒。梦里不知身是客，一晌贪欢。独自莫凭栏，无限江山。别时容易见时难。流水落花春去也，天上人间。
想读普通话、英语、日语、韩语都可以，把 language 参数改成对应语言即可。Qwen3-TTS 还支持方言，比如工作流默认挂的示例是一段四川话：
你龟儿太过分了，把我的东西都搞坏了，还晓不晓得认错，硬是要把我整冒火你才安逸嗦，莫再烦老子爬球开。
第 5 步：（可选）instruct 微调语气
节点上还有一个可选的 instruct 输入框（默认留空）：
- 留空：直接按音色库默认风格朗读
- 填内容：在预置音色基础上叠加语气，比如
语气凶狠一点，语速加快或温柔缓慢，带着笑意
instruct 的写法和「声音设计」里描述声音的方式一样（音色+语速+语调+说话习惯），但这里它是叠加修饰，不填也能正常用。
第 6 步：点运行，等待出片
点右侧「运行」按钮，第一次会加载模型（约 3.6GB），之后每次就快了。生成完成后 SaveAudioMP3 节点显示结果，文件在：
ComfyUI\output\audio\Qwen3-TTS\
提示：这个是自带默认的ono_anna音色
参数速览（保持默认即可）
- model_choice：1.7B——内置，开箱即用
- speaker：音色选择，默认 Ryan
- language：Chinese——换语言就切换朗读语种
- seed：randomize——同一配置多抽几次，发音略有差异
- top_p 0.8 / top_k 20 / temperature 1.0 / repetition_penalty 1.05：采样参数，默认即可
- custom_model_path / custom_speaker_name：高级选项——加载自己微调的声音模型时用（custom_speaker_name 填微调音色名，custom_model_path 填模型路径；填了 custom_speaker_name 后它会覆盖 speaker 下拉选择）
进阶玩法
- 多角色对话：复制一份工作流（或复制节点），两个 CustomVoice 节点各选不同 speaker（比如 Eric 和 Serena），分别生成两段，拼在一起就是"男女对话"
- 试音大法：同一段文案，把 9 个音色各跑一遍，全部试听完再决定用哪个——预置音色的好处就是随便折腾
- 方言/外语内容：四川话、英语、日语、韩语等，把 language 和文本配对即可
- 加载自训音色：如果你用插件训练过自己的音色模型，填 custom_speaker_name + custom_model_path 就能用（需要自备训练好的模型文件）
常见问题
- 想换音色？改 speaker 下拉框就行，不用动其他任何参数
- 预置音色不够用？想要"独一无二"的声音，可以用文字描述造音色（声音设计工作流），或参考音频复制音色（声音克隆工作流）
- 第一次跑很慢？模型首次加载 3.6GB 权重，正常现象
- 输出文件在哪？
ComfyUI\output\audio\Qwen3-TTS\
小结
自定义声音是 Qwen3-TTS 三种玩法里最快上手的：speaker 下拉选音色 + 填文本 + 点运行，9 种预置音色（中英日韩男声女声大叔音）随便挑，还能用 instruct 叠加语气，方言外语都能读。快速出稿、多角色对话，选它就对了。
