ComfyUI-QwenASR官网使用入口，专为Qwen3-ASR模型打造的ComfyUI自定义节点包

ComfyUI-QwenASR是专为Qwen3-ASR（自动语音识别）模型打造的ComfyUI自定义节点包，核心定位是为ComfyUI用户提供“简单、可靠、高效”的语音转文本及字幕生成解决方案。无需依赖复杂外部工具或命令行操作，仅通过可视化节点拖拽，即可快速完成全流程语音处理任务，大幅降低语音识别的使用门槛。

ComfyUI-QwenASR节点包深度聚焦实际应用场景，在基础语音转文本功能之上，针对长音频处理、精准字幕生成等高频需求做了专项优化；同时内置本地模型缓存、双下载源适配等实用设计，既提升了操作便捷度，也针对性优化了国内用户的下载与运行体验。适用于内容创作者、音频从业者及ComfyUI爱好者，可高效处理播客、会议录音、短视频音频等各类语音内容的转写与字幕制作。

ComfyUI-QwenASR功能特性：

1、双核心节点，轻量按需选择

内置两个核心节点，分别对应「简易语音转文本」与「字幕生成」，按需选用即可，无需加载冗余功能，兼顾轻量性与高效性，新手也能快速上手。

2、长音频自动分块，无需手动切割

无需手动拆分长音频，节点在模型管道内部自动完成分块处理，轻松应对长篇会议录音、播客、有声书等长时程音频，大幅提升处理效率，避免繁琐操作。

3、强制对齐器，字幕精准无偏差

内置强制对齐器模型，可为转录内容生成带精准时间轴的字幕，彻底解决普通字幕时间轴偏差大的痛点，完美适配视频字幕制作等高精度需求。

4、本地模型缓存，离线可用更便捷

下载的模型统一缓存至 ComfyUI/models/Qwen3-ASR/ 目录，后续使用无需重复下载，节省网络带宽；模型下载完成后，支持完全离线运行，不受网络限制。

5、双下载源适配，国内用户更友好

支持 HuggingFace 与 ModelScope 双下载源，国内用户可优先选择 ModelScope 源，获得更快的下载速度和更稳定的连接，有效避免网络超时问题。

6、输出灵活可配置，适配多样需求

字幕生成节点支持 none/txt/srt 多种输出格式，可自定义输出路径，既能满足普通用户的直接使用需求，也能适配高级用户的后续二次处理场景。

ComfyUI-QwenASR安装步骤：

步骤1：克隆项目仓库到ComfyUI自定义节点目录

打开终端（Windows使用CMD/PowerShell，Mac/Linux使用终端），切换到ComfyUI的custom_nodes目录，然后克隆项目源码：

# 切换到ComfyUI自定义节点目录（请替换为你的ComfyUI实际路径）
cd ComfyUI/custom_nodes
# 克隆项目仓库
git clone https://github.com/1038lab/ComfyUI-QwenASR.git

步骤2：安装项目所需依赖包

进入项目目录，执行命令安装requirements.txt中列出的所有依赖（PS：依赖项较多且有固定版本的依赖项，可能会与其他节点冲突），保证节点能够正常运行：

# 进入ComfyUI-QwenASR项目目录
cd ComfyUI-QwenASR
# 安装依赖包
pip install -r requirements.txt

步骤3：重启ComfyUI，验证节点是否生效

安装完成后，关闭当前正在运行的ComfyUI服务，然后重新启动ComfyUI。

进入ComfyUI-QwenASR插件官网入口