ComfyUI 확장으로 600개 이상의 언어를 지원하는 제로샷 다국어 음성 합성 플러그인. 음성 클로닝(3-15초 참고음성), 음성 디자인(성별/나이/음정/억양 텍스트 설명), 멀티스피커 대화([Speaker_N]: 태그), [웃음], [한숨] 등 비언어적 표현 지원. RTF 0.025(40배 실시간)의 고속 추론, SageAttention GPU 최적화, HuggingFace 자동 모델 다운로드, CPU 오프로딩 지원.