> ## Documentation Index > Fetch the complete documentation index at: https://comfytv.org/llms.txt > Use this file to discover all available pages before exploring further. # 音乐阶段 (Music Stage) > 根据风格标签和可选歌词生成音乐或歌曲（器乐 / 人声），与 Speech Stage 的「念台词」完全不同。 音乐阶段 (Music Stage) ## 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/`](https://github.com/jtydhr88/ComfyTV/tree/main/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`。 ComfyUI **原生没有「念稿」TTS**；Stable Audio / ACE-Step 类节点做的是**音乐生成**，因此 ComfyTV 把「音乐」和「语音」拆成两个 stage。 ## 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。 | ComfyTV 类型 | 是什么 | 与 ComfyUI 的区别 | | --------------- | ------------- | -------------------------- | | `COMFYTV_AUDIO` | 音频片段的项目快照 URL | 不是 ComfyUI 内存音频 | | 原生 AUDIO | 内存里的音频数据 | 需 Bridge 才能接 ComfyTV stage | **如何转换：** * 原生 → ComfyTV：**→ ComfyTV Audio** * ComfyTV → 原生：**← ComfyTV Audio** 详见 [bridges.zh.md](https://github.com/jtydhr88/ComfyTV/blob/main/docs/bridges.zh.md)。 ## Music Stage vs Speech Stage（必读） | 对比项 | **Music Stage**（本节点） | **Speech Stage** | | ------------ | -------------------- | -------------------------- | | 用途 | 歌曲 / 器乐 / 音效 | 旁白、对白、配音（TTS） | | main\_prompt | 风格 tags（流派、BPM、乐器） | 要**朗读的完整台词** | | lyrics | 可选演唱歌词 | 无（用 reference\_text 给克隆引擎） | | 典型 workflow | ACE-Step v1 Song | Kokoro TTS 等 | | 输出听感 | 有旋律、伴奏 | 人声朗读，无编曲 | ## 界面与参数说明 ### workflow [`workflows/audio/`](https://github.com/jtydhr88/ComfyTV/tree/main/workflows/audio) 中的 backend。内置： * **ACE-Step v1 Song**（`ace-step-v1-song.json`）— tags + 可选 lyrics + 时长。 说明：[workflows/audio/README.zh.md](https://github.com/jtydhr88/ComfyTV/blob/main/workflows/audio/README.zh.md)。\ 模型：`ace_step_v1_3.5b.safetensors` → `models/checkpoints/`（见 [models.zh.md](https://github.com/jtydhr88/ComfyTV/blob/main/docs/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）。 多行歌词直接粘贴即可。 ### 自定义参数（custom\_params） 侧栏可绑 seed 等 workflow 参数。 ## 输出说明 | 输出 | 类型 | 含义 | 下游可接 | | --------- | --------------- | --------------- | --------------------------------------------------------- | | **audio** | `COMFYTV_AUDIO` | 生成的音乐快照（FLAC 等） | Video Stage **audio**（IA2V）；Timeline；Audio Extract；Bridge | ## 新手一步一步 1. 放 **Project**，**Add Node → ComfyTV → Generate → Music Stage**。 2. **workflow** → **ACE-Step v1 Song**。 3. **main\_prompt**：`cinematic orchestral, epic, 120bpm, no vocals`（纯器乐示例）。 4. **lyrics** 留空，**duration\_s** 设 `30`。 5. 确认 `ace_step_v1_3.5b.safetensors` 已放入 checkpoints（见 models 文档）。 6. 点 **▶ 运行**，节点上播放预览。 7. 若要驱动视频：拖 **Video Stage**，workflow **IA2V**，Music **audio** → Video **audio**，再接一张人物图到 **images**。 **带人声歌曲**：在 **lyrics** 写歌词，main\_prompt 写 `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](https://github.com/jtydhr88/ComfyTV/tree/main/docs)： | 教程 | 内容 | | -------------------------------------------------------------------------------- | ------------------------------------------------------ | | [入门指南](https://github.com/jtydhr88/ComfyTV/blob/main/docs/getting-started.zh.md) | 安装、画布基础、逐节点 Run、快照、Project、Image Picker | | [生成内容](https://github.com/jtydhr88/ComfyTV/blob/main/docs/generate.zh.md) | Text / Image / Video / Music / Speech 生成器与 workflow 选型 | | [模型文件清单](https://github.com/jtydhr88/ComfyTV/blob/main/docs/models.zh.md) | 各 workflow 所需 主模型与 LoRA 小模型 与放置目录 | ## 仓库与工作流 | 资源 | 链接 | | ------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------- | | **GitHub 仓库** | [https://github.com/jtydhr88/ComfyTV](https://github.com/jtydhr88/ComfyTV) | | **用户指南目录** | [https://github.com/jtydhr88/ComfyTV/tree/main/docs](https://github.com/jtydhr88/ComfyTV/tree/main/docs) | | **内置工作流总览** | [https://github.com/jtydhr88/ComfyTV/tree/main/workflows](https://github.com/jtydhr88/ComfyTV/tree/main/workflows) | | **模型清单** | [https://github.com/jtydhr88/ComfyTV/blob/main/docs/models.zh.md](https://github.com/jtydhr88/ComfyTV/blob/main/docs/models.zh.md) | | **本节点 workflow 目录** | [https://github.com/jtydhr88/ComfyTV/tree/main/workflows/audio](https://github.com/jtydhr88/ComfyTV/tree/main/workflows/audio) | | **本节点 workflow 说明** | [https://github.com/jtydhr88/ComfyTV/blob/main/workflows/audio/README.zh.md](https://github.com/jtydhr88/ComfyTV/blob/main/workflows/audio/README.zh.md) | | **自定义工作流** | [https://github.com/jtydhr88/ComfyTV/blob/main/docs/custom-workflows.zh.md](https://github.com/jtydhr88/ComfyTV/blob/main/docs/custom-workflows.zh.md) | ## 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。