在 ComfyTV/ComfyUI 里做音乐

链路总览(ComfyTV / Music + ComfyTV / Audio):

Score(乐谱)──▶ Score Performer(演奏)──▶ Score Synth(合成)──▶ Muse Reverb(空间)──▶ 成品音频

先分清三个词,每个词对应链上一段:

环节	音乐里指什么	在这里由谁负责
作曲	决定音符本身:旋律、和声、节奏	乐谱(MusicXML)+ Score
编曲 / 演奏	决定怎么弹:乐器、奏法、强弱起伏、摇摆感	Score Performer、音色选择
混音	决定听感:音量平衡、空间感、频率修饰	Muse Reverb 及其他 Audio 节点

第 1 站:乐谱从哪来 —— MusicXML

MusicXML 是乐谱的通用交换格式,MuseScore、Finale、Sibelius 都能导出。它用文字描述”第几小节有哪些音、几分音符、什么奏法”。一个最小可用的谱长这样:

<?xml version="1.0"?>
<score-partwise version="4.0">
  <part-list>
    <score-part id="P1"><part-name>Piano</part-name></score-part>
  </part-list>
  <part id="P1">
    <measure number="1">
      <attributes>
        <divisions>2</divisions>
        <time><beats>4</beats><beat-type>4</beat-type></time>
      </attributes>
      <direction><sound tempo="100"/></direction>
      <note><pitch><step>C</step><octave>4</octave></pitch>
            <duration>2</duration><type>quarter</type></note>
      <note><pitch><step>E</step><octave>4</octave></pitch>
            <duration>2</duration><type>quarter</type></note>
      <note><pitch><step>G</step><octave>4</octave></pitch>
            <duration>2</duration><type>quarter</type></note>
      <note><pitch><step>C</step><octave>5</octave></pitch>
            <duration>2</duration><type>quarter</type></note>
    </measure>
  </part>
</score-partwise>

看懂三个关键字段就能读谱了:

divisions — 一个四分音符切成几份,后面所有 duration 都以它为单位(上例 divisions=2,duration=2 就是四分音符);
step + octave(+可选 alter)— 音名 + 八度 + 升降(alter=1 升半音,-1 降半音);
measure — 小节;多声部(左右手)就是多个 <part>。

途径一:让 LLM 写谱

Score 节点是容错的:把 LLM 的整段回答原样粘进去即可,它会自动从散文里抠出 <score-partwise>…</score-partwise> 部分。提示词模板:

请用 MusicXML(score-partwise 4.0)写一段 8 小节的 C 大调钢琴独奏,4/4 拍,速度 100,右手旋律 + 左手柱式和弦,两个 part。只要求音符正确,不需要排版信息。

想要双声部、指定和弦进行、加力度记号(<dynamics>)、渐强(<wedge>)、断奏(<articulations>)都可以直接在提示词里提——解析器支持这些记号,演奏环节会真的把它们弹出来。

途径二:自己打谱 —— Score Editor

Score Editor 节点是画布上的钢琴卷帘打谱器,不写一行 XML 也能出谱:

三种输入方式:画音符(按下拖出时值)、选择(拖拽框选、整体移动、两端拉长短)、键入(MuseScore 式 step-time:A-G 进音、7-2 选时值、. 附点、0/空格休止,光标自动前进,键盘打谱比鼠标快一个数量级)
最多 4 个声部,每个声部可以直接选乐器(GM 音色,写进谱里,下游 Score Synth 自动采用)或切成鼓声部(侧栏变成 GM 鼓件名,Kick/Snare/HH 直接画)
力度条:网格下方像 DAW 一样涂抹每个音的强弱,会真实反映到最终演奏
播放试听:▶ 直接在编辑器里听草稿(声部分波形,鼓有合成鼓声),定稿后走正式链路出真音色
输出标准 MusicXML,接 Score 可看刻谱、接 Score Performer → Score Synth 出成品;也能把上游(LLM 写的或下载的)谱导入卷帘继续改

途径三:公开下载

站点	内容	说明
MuseScore.com	社区上传的各种谱	质量最好,部分需登录
abcnotation.com	民谣/古典,ABC 记谱机转	免登录直链下载;机转文件偶有不规范,解析器按 MuseScore/OSMD 语义容错
IMSLP	古典公版乐谱库	以 PDF 为主,部分带 XML
Mutopia	古典公版	LilyPond 源,部分有 XML

注意:下载时选未压缩的 .musicxml / .xml;.mxl 是 zip 压缩包,需要先解压出里面的 XML。

第 2 站:Score(乐谱)

把 MusicXML 粘进节点(或从上游 LLM 文本节点接入 text),它做三件事:

验证与清洗 — 解析失败会直接报错并说明原因,不让坏谱流向下游;
专业刻谱显示 — 节点卡片上直接渲染多行总谱(含打击乐谱表),可缩放,XML 可展开编辑、改完实时重刻;
输出干净的乐谱文本给下游。

没有演奏参数——谱面是”事实”,后面所有环节都不改谱,只改”怎么弹”。

第 3 站:Score Performer(演奏)

乐谱写的是”什么音”,MIDI 事件是”何时、多响地弹下去”。直接按谱面机械回放就是人们说的”死板 MIDI”;真人演奏的区别在于奏法(音的实际长短)、力度曲线(渐强渐弱怎么走)和微小的时间差。这个节点把 MuseScore 的演奏规则搬了过来,逐条应用谱上的断奏/保持音/重音/力度/渐强渐弱/颤音/倚音记号。

参数	范围(默认)	音乐里是什么	拧了会怎样
`swing_ratio`	50–75(50)	摇摆比:反拍往后拖多少	50 = 平直(古典/流行);62–66 ≈ 爵士三连音感;75 = 极限跳跃。只作用于反拍——全是四分音符的谱听不出任何变化
`swing_unit`	eighth / sixteenth	摇摆作用在哪一级反拍	爵士常规摇摆用 `eighth`;funk / hip-hop 的十六分摇摆用 `sixteenth`
`humanize`	0–1(0)	拟人化:微小的时间和力度抖动	0.2–0.35 自然;0.6 以上开始像喝多了。确定性算法,同 seed 出同一版
`easing`	5 种(normal)	渐强渐弱(hairpin)的力度曲线形状	`normal` 线性;`ease_in` 憋到后段猛放;`ease_out` 开头就冲;`ease_in_out` 两头缓;`exponential` 最戏剧化。曲线公式与 MuseScore 一致
`profile`	5 套(keyboard)	乐器演奏模型	keyboard / strings / winds / voice / percussion。同一个断奏记号在钢琴和小提琴上的实际发音长度、重音的力度包络都不同——常数提取自 MuseScore 的演奏 profile。打击乐分谱会自动强制 percussion
`seed`	0–99999(7)	humanize 的随机种子	换个数 = 换一版演奏,方便挑一版最顺耳的

输出两个:performance(演奏 JSON:速度地图 + 事件流,接 Score Synth)和 midi_url(标准 .mid 文件,可直接下载丢进任何 DAW 继续加工)。

💡 改了 Performer 参数后,下游卡片上的谱面显示不会变——谱面画的是乐谱,不是演奏。要”听”到差别,重新 Run 下游的 Score Synth。

第 4 站:Score Synth(合成)

演奏事件要变成声音,需要音色。这里用的是 SoundFont(.sf2 / .sf3)——采样音色库,按 General MIDI 标准组织 128 种乐器。免费的 FluidR3_GM 就能覆盖全部 GM 音色,把文件导入侧边栏 Resources → soundfont 即可。

参数	范围(默认)	干什么
`soundfont`	资源库文件名(空)	选音色库。留空 = 内置简易合成器,链路永远能出声,但音色朴素——正式出片请装 SoundFont
`program`	37 个 GM 常用名(piano)	主音色,所有没被单独指定的轨都用它
`channel_programs`	行编辑器	分轨乐器:每行选一个 channel + 一个音色。MusicXML 的每个 `<part>` 按出现顺序对应 channel 0、1、2…(鼓走 GM 惯例的 9 号道)。例:ch 0 = piano,ch 1 = acoustic_bass
`gain`	0.1–2(1)	总音量

卡片上会渲染整份总谱,播放时光标逐音符实时跟随(反复记号、一二房子都能正确跟)。输出是标准音频,可以继续接任何 Audio 节点,也能接 Video Stage 的 audio 输入去驱动音频生视频。

第 5 站:混音 —— Muse Reverb (FDN)

不加混响的合成音”贴在脸上”;混响把声音放进一个房间。物理上分三层:直达声(dry)→ 早反射(墙面第一轮反弹,决定”房间多大的直觉”)→ 晚期混响(密集的尾巴,决定”多湿”)。这个节点是 MuseScore 混响的同款 FDN(反馈延迟网络)算法。

参数	范围(默认)	干什么	实用建议
`reverb_time_ms`	100–10000(2200)	RT60:声音衰减 60dB 的时间	小房间 400–800;音乐厅 1500–2500;教堂 4000+
`room_scale`	0.5–4(0.8)	房间尺寸(缩放内部延迟线)	越大越”远”、越空旷
`predelay_ms`	0–500(10)	干声与首个反射之间的间隔	30–80 可以让主奏”站在前面”同时保留空间感
`dry_db`	-60–6(0)	直达声电平	一般保持 0,做”全湿”特效时才拉低
`er_db`	-60–6(-14)	早反射电平	抬高 = 房间感更明确
`late_db`	-60–6(-14)	晚期混响电平	最主要的”湿度”旋钮,往上 = 更湿
`time_low`	50–200%(100)	低频衰减时间倍率	>100 低频尾巴更长(更暖,但易浑);<100 收紧低频
`time_high`	50–200%(60)	高频衰减时间倍率	通常 <100——真实房间里高频最先消失
`xover_low_mid`	50–500(400)	低/中分频点(Hz)	配合上面两个用
`xover_mid_high`	1000–10000(4000)	中/高分频点(Hz)	同上
`feedback_top`	500–20000(8000)	反馈环内的高频阻尼截止	越低混响越”暗”、越复古
`mod_freq` / `mod_amp`	0–10 / 0–1(1 / 0.2)	延迟线调制	微量(amp ≈ 0.2)即可消除金属感;拉大出合唱式摆动
`stereo_spread`	0–150(100)	立体声宽度	0 = 单声道混响
`quality`	8 / 16(16)	FDN 延迟线数量	16 更密更平滑,8 省算力

三组起手参数:

场景	reverb_time_ms	room_scale	predelay_ms	late_db
房间(流行伴奏)	700	0.7	10	-18
音乐厅(钢琴独奏)	2200	1.2	20	-14
教堂(合唱/氛围)	4500	2.5	40	-10

第 6 站:再往后 —— 其他音频节点速查

合成出来的是标准音轨,整个 ComfyTV / Audio 工具箱都能继续接:

节点	一句话用途
Audio EQ	频率平衡(高低频增减)
Audio Dynamics	压缩/限制,抹平音量起伏
Audio Loudness	响度标准化(流媒体标准 -14 LUFS)
Audio Time / Pitch	变速不变调 / 变调不变速(`pitch_hq` 走高品质相位声码器)
Audio Echo	回声/延迟
Audio Modulation	合唱、镶边、相位、颤音
Audio Stereo	立体声加宽、Haas 效应、声像
Audio Saturate	饱和/失真/比特压碎
Audio Convolve (IR)	卷积混响——用真实空间的脉冲响应
Muse Reverb (FDN)	算法混响(本页第 5 站)
Audio Stem Split	整首歌分轨:人声/鼓/贝斯/其他(HDemucs)
Noise Reduction (Spectral)	谱门控降噪
Audio Beats & Notes	节拍/音符分析,输出拍点/音符标签
Audio Mix / Crossfade / Duck	多轨混合 / 交叉淡化 / 闪避(背景乐给人声让路)

完整示例 1:弹《致爱丽丝》

下载公版 MusicXML(如 abcnotation 的 Für Elise),粘进 Score;
Score Performer:profile = keyboard,humanize = 0.25,其余默认;
Score Synth:soundfont 选 FluidR3,program = piano,点 Run,播放时看光标跟着谱走;
Muse Reverb:用上面”音乐厅”一组参数,出片。

完整示例 2:让 LLM 写一段爵士

用第 1 站的提示词模板让 LLM 写谱,提示词里明确要两个 part:“D 小调,摇摆感,8 小节;Part 1 是右手旋律,Part 2 是左手伴奏和弦(每小节一到两个和弦)“,粘进 Score;
Score Performer:swing_ratio = 63,profile = keyboard,humanize = 0.3;
Score Synth:在 channel_programs 里给两个声部配不同乐器——ch 0 = piano(旋律)、ch 1 = e_piano 或 jazz_guitar(伴奏);
Muse Reverb(“房间”参数)→ 完成。

​第 1 站:乐谱从哪来 —— MusicXML

​途径一:让 LLM 写谱

​途径二:自己打谱 —— Score Editor

​途径三:公开下载

​第 2 站:Score(乐谱)

​第 3 站:Score Performer(演奏)

​第 4 站:Score Synth(合成)

​第 5 站:混音 —— Muse Reverb (FDN)

​第 6 站:再往后 —— 其他音频节点速查

​完整示例 1:弹《致爱丽丝》

​完整示例 2:让 LLM 写一段爵士