音频节点覆盖语音和声音：文字转语音、音色克隆与设计，以及配合视频的音频处理工具。

语音生成（TTS）

从「添加节点」菜单进入「音频」→「语音」创建语音生成节点：

• 输入要朗读的文字，选择音色和参数，生成一段语音；
• 生成栏里带有语速、音调、音量等韵律滑杆，以及停顿、强调等标记助手（部分参数属于模型扩展能力，不支持的模型会把标记按普通文字读出）；
• 文本长度上限约 50,000 字，是一个界面上的软提示计数。

音色克隆与设计

• 音色克隆：上传一段参考音频，注册出一个专属音色，之后可以用它来合成语音；
• 音色设计：不依赖参考音频，通过描述设计一个新音色；
• 注册音色会收取一笔注册费，注册在后台异步完成，处于「处理中」的音色要等它变为「就绪」后才能选用。

音频相关工具

很多音频能力其实挂在视频节点的工具栏上（见「视频节点」一章）：分离音视频、音轨混合、人声分离等，都能把声音单独拆出来或替换掉，多为免费操作。