音乐阶段 (Music Stage) · 截图待补
这个节点是做什么的
画布上显示为 Music Stage(节点 id:ComfyTV.AudioStage)。你在 main_prompt 里写流派、情绪、乐器、BPM 等 tags,可选填 lyrics 歌词,设置时长,点 ▶ 运行,得到一段 COMFYTV_AUDIO 音乐快照。
内置 workflow ACE-Step v1 Song 走 ACE-Step 3.5B:lyrics 留空 = 纯器乐;填写歌词 = 带人声演唱。
这不是 TTS(文字转语音)。要念旁白、对白请用 Speech Stage。
适用场景
- 生成背景音乐、Lo-fi、电子、爵士等器乐(lyrics 留空)。
- 写歌词 + tags,生成带人声的 demo 歌曲。
- 为 Video Stage IA2V 准备驱动音轨(接 audio 输入)。
- 为 Timeline 或 Audio Extract 链提供原始音轨。
工作原理(为什么 ComfyTV 这样设计)
- Stage 只跑
workflows/audio/子 workflow,不 Queue 整图。 - 快照:音频 URL(如 FLAC)写入项目;下游 Demux、Extract 读快照。
- ComfyTV 把 tags → ACE-Step
TextEncodeAceStepAudio.tags,lyrics →.lyrics,duration →EmptyAceStepLatentAudio.seconds。
类型说明(COMFYTV_AUDIO vs ComfyUI 原生)
术语提示:COMFYTV_*是 ComfyTV 保存在项目里的结果引用;ComfyUI 原生的IMAGE/VIDEO/AUDIO是运行时才在内存里的数据,二者不能直接连线,需用 Bridge 转换。
如何转换:
- 原生 → ComfyTV:→ ComfyTV Audio
- ComfyTV → 原生:← ComfyTV Audio
Music Stage vs Speech Stage(必读)
界面与参数说明
workflow
workflows/audio/ 中的 backend。内置:
- ACE-Step v1 Song(
ace-step-v1-song.json)— tags + 可选 lyrics + 时长。
模型:
ace_step_v1_3.5b.safetensors → models/checkpoints/(见 models.zh.md)。
main_prompt(风格 tags)
自由关键词,描述流派、情绪、乐器、速度。 示例:lo-fi, jazz piano, rainy night, 90bpm, soft female vocals
误区:把整段旁白写在这里——那是 Speech Stage 的用法;Music Stage 的 prompt 是音乐描述,不是朗读稿。
duration_s(时长)
生成音频秒数,滑块 1–240,默认 30。lyrics(歌词)
- 留空:纯器乐 / 无人声。
- 有内容:song 模式,ACE-Step 按歌词生成演唱(语言与 tags 一致为佳)。
自定义参数(custom_params)
侧栏可绑 seed 等 workflow 参数。输出说明
新手一步一步
- 放 Project,Add Node → ComfyTV → Generate → Music Stage。
- workflow → ACE-Step v1 Song。
- main_prompt:
cinematic orchestral, epic, 120bpm, no vocals(纯器乐示例)。 - lyrics 留空,duration_s 设
30。 - 确认
ace_step_v1_3.5b.safetensors已放入 checkpoints(见 models 文档)。 - 点 ▶ 运行,节点上播放预览。
- 若要驱动视频:拖 Video Stage,workflow IA2V,Music audio → Video audio,再接一张人物图到 images。
pop, upbeat, female vocal 等风格 tags → Run。
完整教程(推荐阅读)
本页只说明这一个节点的参数与用法。端到端流程与多节点串联,请见 GitHub 上的 ComfyTV 用户指南:
仓库与工作流
常见问题
Q:生成的像有人在说话而不是唱歌?A:检查是否误用 Speech Stage;Music Stage 的 main_prompt 应是音乐 tags,人声靠 lyrics + song workflow。 Q:Run 报错找不到模型?
A:下载 ACE-Step checkpoint 到
models/checkpoints/,重启 ComfyUI。
Q:audio 连不上 Video Stage?A:确认两边都是
COMFYTV_AUDIO;原生 AUDIO 需先 → ComfyTV Audio Bridge。
Q:想要念稿配音?A:用 Speech Stage(Kokoro TTS 等),不是本节点。
相关节点
- Speech Stage——TTS 配音(不要与 Music Stage 混淆)。
- Video Stage (IA2V)——消费 audio 驱动画面。
- Audio Extract Vocal / Bg Stage——从混合音频分离人声或伴奏。
- Director Timeline Stage——多轨时间线。
- Bridge → / ← ComfyTV Audio——原生互通。
- Project——项目上下文。