ComfyUI-Gemini_TTS：将 Google Gemini TTS 引入你的ComfyUI工作流的强大节点

ComfyUI-Gemini_TTS是一个专为 ComfyUI 打造的自定义节点插件，它将 Google 的 Gemini TTS 技术无缝集成进你的 AI 创作流程，支持 30+ 种语音，适用于从测试到生产环境的多种场景。

• GitHub：https://github.com/ShmuelRonen/ComfyUI-Gemini_TTS

功能

• 30 多种高级语音：男女声各具独特个性特征
• 双层级支持：免费层级提供宽松限制 + 付费层级适合生产环境
• 智能回退：配额达到时自动切换模型
• 语音特性：提供详细的语音信息及个性描述
• 灵活配置：支持环境变量、节点参数或配置文件
• 强大的错误处理：清晰的错误信息和自动重试逻辑
• 实时定价：付费层级使用的成本估算

🧰 快速安装指南

步骤 1：克隆仓库

将项目克隆到 ComfyUI 的 custom_nodes 文件夹中：

cd ComfyUI/custom_nodes/
git clone https://github.com/ShmuelRonen/ComfyUI-Gemini_TTS.git

步骤 2：安装依赖

进入插件目录并安装所需依赖：

cd gemini-tts-node
pip install google-generativeai requests torch torchaudio numpy

步骤 3：重启 ComfyUI

重启后，你会在节点列表中看到新添加的节点： Gemini Text-to-Speech

🔑 获取 API 密钥

免费层级（适合入门）

1. 前往 Google AI Studio
2. 使用 Google 账户登录
3. 点击 “Get API Key” → “Create API Key”
4. 选择 “Create API key in new project”
5. 复制你的 API 密钥（以 AIza... 开头）

付费层级（适合生产）

如需更高配额和更稳定服务，请参考下方“启用付费层级”部分进行设置。

🔐 配置 API 密钥

方法一：环境变量（推荐）

export GEMINI_API_KEY="your_api_key_here"

方法二：直接输入密钥

在节点参数面板中填写 api_key 字段，节点会自动保存供下次使用。

🎭 可用语音一览

Gemini 提供了 30+ 种风格各异的语音，涵盖男声与女声，每种都有独特的音色和性格描述：

🎤 女声（共 14 种）

• Aoede - 清新自然
• Kore - 坚定自信
• Leda - 年轻充满活力
• Zephyr - 明亮欢快
• Autonoe - 明亮乐观
• Callirhoe - 轻松随意
• Despina - 流畅顺滑
• Erinome - 清晰精确
• Gacrux - 成熟有经验
• Laomedeia - 活泼向上
• Pulcherrima - 前卫富有表现力
• Sulafat - 温暖热情
• Vindemiatrix - 温柔亲切
• Achernar - 柔和轻声

🎤 男声（共 16 种）

• Puck - 活泼充满活力（默认）
• Charon - 信息清晰
• Fenrir - 兴奋动态
• Orus - 坚定果断
• Achird - 友好亲切
• Algenib - 粗犷质感
• Algieba - 流畅悦耳
• Alnilam - 坚定有力
• Enceladus - 轻柔带呼吸感
• Iapetus - 清晰表达
• Rasalgethi - 信息专业
• Sadachbia - 活泼生动
• Sadaltager - 知识权威
• Schedar - 均衡平稳
• Umbriel - 轻松平静
• Zubenelgenubi - 随意对话

⚙️ 节点参数说明

💰 为什么升级到付费层级？

如何开启付费层级？

1. 创建 Google Cloud 项目
   • 进入 Google Cloud Console
   • 新建项目，记录下 Project ID
2. 启用计费
   • 在“Billing”中绑定信用卡并激活计费
3. 启用 API
   • 在“APIs & Services > Library”中搜索并启用 Generative Language API
4. 创建 API 密钥
   • 在“Credentials”中创建新的 API 密钥，并限制为该 API
5. 配置节点

   {
   "use_paid_tier": true,
   "billing_project_id": "your-project-id",
   "api_key": "your_api_key_here"
   }

💵 定价参考

📌 典型 20 字句子成本低于 $0.02

🔧 常见问题与故障排查

❌ “API 密钥无效”

• ✅ 确认密钥以 AIza 开头，长度约 39 位
• ✅ 检查是否被误删或过期
• ✅ 确保使用的是 Google AI Studio 或 Cloud Console 中的正确密钥

⚠️ “超出速率限制”

• ✅ 免费用户建议等待 60 秒或尝试 Flash 模型
• ✅ 启用 auto_fallback_to_flash = True
• ✅ 生产环境建议启用付费层级

❌ “未找到计费项目”

• ✅ 使用项目 ID 而非项目名称
• ✅ 确认项目存在且已启用计费
• ✅ 确认 API 密钥属于该项目

🛑 “权限被拒绝”

• ✅ 确认 Generative Language API 已启用
• ✅ 检查 API 密钥权限
• ✅ 确保计费已启用（如使用付费层级）

📄 配置文件保存路径

节点会在运行时自动生成配置文件：

{
"GEMINI_API_KEY": "your_key_here",
"use_paid_tier": true,
"billing_project_id": "your-project-id"
}

📊 调试输出说明

查看控制台日志获取详细调试信息：

• ✅ 绿色：操作成功
• ⚠️ 黄色：警告或回退操作
• ❌ 红色：需要处理的错误

📝 使用示例

示例 1：基础语音合成

Prompt: "Hello, welcome to our presentation today."
Model: gemini-2.5-flash-preview-tts
Voice: [F] Zephyr
Temperature: 1.0

示例 2：朗读故事内容

Prompt: "Say: Once upon a time, in a land far, far away..."
Model: gemini-2.5-pro-preview-tts
Voice: [M] Charon
Temperature: 1.5
Show Voice Info: True

示例 3：生产级设置

Use Paid Tier: True
Billing Project ID: my-production-project-123
Aggressive Retry: True
Model: gemini-2.5-pro-preview-tts

🛡️ 安全最佳实践

• 🔐 不要将 API 密钥提交到 Git 等版本控制系统
• 🌐 推荐使用环境变量管理密钥
• 🔍 在 Google Cloud Console 中限制 API 密钥的使用范围
• 📈 定期监控 Google Cloud 计费仪表板
• 🧩 使用不同项目区分开发与生产环境

🔄 更新与兼容性

• ✅ 支持最新版 ComfyUI
• ✅ 需 Python 3.8+
• ✅ 依赖项可通过 pip 自动更新
• ✅ 语音库定期与 Google 最新语音同步

📞 获取帮助

如遇问题，请参考以下步骤：

1. ✅ 重启 ComfyUI 并检查节点加载状态
2. ✅ 查看控制台日志中的具体错误信息
3. ✅ 验证 API 密钥格式及 Google Cloud 项目配置
4. ✅ 确保已正确启用付费层级（如适用）

你也可以前往项目 GitHub 页面或相关技术社区寻求帮助。