PMS Voice Cloner S2
Clonación local de voz y creación de diálogos con Fish Audio S2 en ComfyUI.
Convierte una referencia de voz autorizada y un texto nuevo en una locución MP3, o combina dos referencias para crear un diálogo etiquetado. Ambos modos están organizados dentro del mismo workflow.
Qué introduces
En el modo de una voz introduces un audio limpio, su transcripción exacta y el texto nuevo. En el modo de diálogo introduces dos referencias autorizadas y un guion marcado con [speaker_1] y [speaker_2]. Como punto de partida se recomiendan alrededor de 30 segundos de voz limpia por referencia.
Qué hace
Fish Audio S2 analiza la referencia y sintetiza el texto con la voz y la interpretación configuradas. Admite etiquetas expresivas para intención, pausas, susurros, risas y otros matices. La modalidad de una voz está activa inicialmente; el usuario puede alternar manualmente al bloque de dos voces.
Qué entrega
Genera un MP3 en calidad V0 y organiza las pruebas en rutas separadas para una voz o dos voces:
ComfyUI/output/PMS/FishAudioS2/Una_Voz/
ComfyUI/output/PMS/FishAudioS2/Dos_Voces/Entorno y requisitos
Requiere ComfyUI actualizado, el nodo compatible con Fish Audio S2, conexión para la primera descarga, espacio para el modelo, GPU compatible y referencias de voz autorizadas. El preset incluido usa s2-pro, bfloat16 y sage_attention; la documentación estima cerca de 24 GB de VRAM para esa configuración. Esta referencia no es un mínimo universal para cualquier variante y no se garantiza el funcionamiento con 16 GB usando el preset incluido.
Antes de utilizarlo
¿Funciona sin API?
Sí, después de la descarga inicial el flujo está planteado para ejecución local.
¿Incluye una voz?
No. El usuario debe aportar una referencia propia, licenciada o autorizada.
¿Permite conversaciones?
Sí, incluye un modo de dos voces mediante [speaker_1] y [speaker_2].
¿Funciona con 16 GB?
No se garantiza con el preset s2-pro BF16 incluido.
$490 MXN
Incluye el workflow JSON con modalidades de una y dos voces, ejemplos de texto, rutas PMS y notas de uso. No incluye voces, derechos sobre identidades, modelos externos, instalación personalizada ni soporte ilimitado.
Incluido en la colección de once recursos premium de ComfyLab Elite.