ComfyUI9e の履歴(No.3) - PukiWiki

[ トップ ] [ 一覧 | 検索 | 履歴 | ログイン ]

私的AI研究会 > ComfyUI9e

画像生成AI「ComfyUI」９（音楽編）== 編集中 ==†

#ref(): File not found: "comfyui_247_m.jpg" at page "ComfyUI9e"

　「ComfyUI」を使ってローカル環境でのAI音楽生成を検証する

▲　目　次

画像生成AI「ComfyUI」９（音楽編）== 編集中 ==
- 「ComfyUI」ACE-Step 1.5 による音楽生成
- 更新履歴
参考資料

※ 最終更新:2026/07/19　

「ComfyUI」ACE-Step 1.5 による音楽生成†

「ACE-Step 1.5」を使って音楽を作成してみる

概要†

「ACE-Step 1.5」とは
- StepFunとACE Studioが共同開発したオープンソースのAI音楽生成モデル
- 2026年2月3日〜4日にかけてオープンリリース
- テキストや既存の音声から、商用レベルの高品質な楽曲（ボーカル・伴奏入り）をわずか数秒で生成できる

ACE-Step 1.5の主な特徴
- 完全ローカル動作： 月額料金が発生するSunoやUdioなどのクラウド型サービスとは異なり、自身のPCにモデルをダウンロードして無料で音楽を生成できる
- ハイブリッド・アーキテクチャ： 歌詞や要望から楽曲の構成（BPMや展開など）を計画する言語モデル（LM）と、
  実際の音声を生成する拡散モデル（DiT）の2段構えを採用。長尺な曲でもメロディが崩れにくい設計になっている
- 高速生成： 高性能なGPU環境（A100など）であれば、4分間の楽曲を2秒未満で生成可能。ローカル環境でも数秒〜十数秒で出力できる
- 充実した編集機能： テキストからの生成だけでなく、既存の曲のメロディを引き継ぐ「カバー曲生成」や、一部だけを再生成する「リペイント（部分修正）」にも対応
- 日本語対応： 50以上の言語に対応しており、自然な日本語の歌詞での作曲も可能
- 商用利用可能： オープンソースライセンス（MITライセンスなど）で提供されているため、生成した楽曲を自由に利用・販売できる
- PC への導入には「ComfyUI」などのツールを利用するのが一般的であり、NVIDIA製GPU（VRAM 8GB以上推奨）を搭載したPC環境で利用できる

オフィシャルサイト
GitHub: ACE-Step 1.5
GitHub: ACE-Step 1.5 究極ガイド（必読）
HuggingFace: ComfyUI-Org/ACE-Step 1.5 モデルページ

プロジェクトで作成するワークフロー†

このプロジェクトで作成するワークフローと関連データは下記にアップロードしている（更新されている場合は再度ダウンロードのこと）

ComfyUI_proj_ex2.zip をダウンロード（随時更新中）※2026/07/19更新
・解凍してできるフォルダ

📂ComfyUI
  ├─📂input　　　　　　　　　　　　　　← ワークフローに含まれる入力画像
  └─📂user
        └─📂default
              └─📂workflows　　　　　　　　← ワークフローの保存場所
                    ├─📂_audio
                        :

・解凍してできる「ComfyUI/」フォルダを「StabilityMatrix/Data/Packages/ComfyUI」へ上書きコピーする

ワークフローと動作環境による生成時間（分：秒）　　軽量版推奨ワークフロー　　　軽量 GGUF版推奨ワークフロー　

ワークフロー機　能モデル CPU CPU

RTX 4070 RTX 4060 RTX 4060L RTX 3050 GTX 1050 i7-1260P i7-1185G7

6101

6102

6103

音楽生成のための環境構築†

必要な拡張ノード
・標準搭載で機能する

必要モデルのダウンロードと配置

モデル名	ファイル名（.safetensors）	配置先（/StabilityMatrix/Data/）		ダウンロード URL	共通で使用
checkpoint	ace_step_1.5_turbo_aio	Models/	StableDiffusion/	ace_step_1.5_turbo_aio.safetensors
diffusion_models	acestep_v1.5_turbo		DiffusionModels/	acestep_v1.5_turbo.safetensors
text_encoders	qwen_0.6b_ace15		TextEncoders	qwen_0.6b_ace15.safetensors
	qwen_1.7b_ace15			qwen_1.7b_ace15.safetensors
	qwen_4b_ace15			qwen_4b_ace15.safetensors
vae	ace_1.5_vae		VAE/	ace_1.5_vae.safetensors

推奨ワークフロー

フォルダワークフロー名 (.json) モデル機能 (参照ページ) 特記事項（同じ機能のワークフロー .json）

_audio 6101

6102

6103

Step 1：オフシャルサイトのワークフロー†

ワークフローのテンプレートを読み出す

① 左サイドバー「Template」を押す
②「Ace-Step」を選ぶ
③④⑤「ACE-Step 1.5」テンプレートを選択する

　③「audio_ace_step_1_5_checkpoint.json」
　④「audio_ace_step_1_5_split.json」
　⑤「audio_ace_step_1_5_split_4b.json」

ワークフローの出力結果の保存先を修正して実行する

項目	Neo-Soul	K-Pop	Rock
ワークフロー	&ref(): File not found: "audio_ace_step_1_5_checkpoint.json" at page "ComfyUI9e";	&ref(): File not found: "audio_ace_step_1_5_split.json" at page "ComfyUI9e";	&ref(): File not found: "audio_ace_step_1_5_split_4b.json" at page "ComfyUI9e";
楽曲ファイル名	ComfyUI/audio/audio_11_連番.mp3	ComfyUI/audio/audio_12_連番.mp3	ComfyUI/audio/audio_13_連番.mp3
Prompt	Neo-Soul: A warm, organic neo-soul track dripping with live instrumentation and effortless groove. A live drummer plays a loose, hip-hop influenced pocket—soft kick drum with lazy swing, snare hits that sit just behind the beat, and brushed hi-hats that breathe and shuffle with human imperfection.	K-Pop: A slick, maximalist K-pop track that genre-hops with precision and style. The production shifts seamlessly between sections—a hard-hitting trap-influenced verse with rapid-fire rapping, a softer R&B pre-chorus with breathy vocals and lush harmonies, then an explosive, synth-driven pop chorus with an ear worm hook.	Rock: A powerful, high-energy modern rock track with a raw and rebellious edge. Driven by distorted electric guitars, punchy live drums, and a strong bassline. The song builds dynamically from tension to explosion, balancing aggression and emotion.
Prompt	Neo-Soul：生楽器の響きと、肩の力の抜けたグルーヴが溢れる、温かくオーガニックなネオ・ソウルのトラック。生ドラムが、ヒップホップの影響を感じさせるルーズな「ポケット（心地よいノリ）」を刻みます。ソフトなキックはゆったりとしたスウィング感を持ち、スネアはビートのわずか後ろで鳴り、ブラシを使ったハイハットは、人間味あふれる不完全さを伴いながら、呼吸するようにシャッフルしています。	K-Pop：精緻かつスタイリッシュにジャンルを横断する、洗練されたマキシマリストなK-POPトラック。楽曲の展開は極めてスムーズで、トラップの影響を受けた力強いヴァース（高速ラップをフィーチャー）から、息遣いを感じさせるボーカルと豊かなハーモニーが印象的な柔らかなR&B調のプレコーラスへと移行し、最後には中毒性のあるフックを伴った、シンセ主導の爆発的なポップ・コーラスへと雪崩れ込みます。	Rock：荒々しく反骨精神に満ちた、パワフルでエネルギッシュなモダンロックトラック。歪んだエレキギター、力強い生ドラム、そして重厚なベースラインが楽曲を牽引する。緊張感から爆発へとダイナミックに展開し、攻撃性と感情のバランスが絶妙だ。
Lyrics	[Intro - Guitar Riff & Drums] mm… yeah… let it breathe… [Verse 1] Late night glow on your skin Window cracked, city hums again Coffee rings on the table top Time don’t rush, it just drops Loose kick drum, heart runs slow Snare talks back, says “take it low” Every step just slightly late Still we land right on the faith [Verse] Your laugh swings behind the beat Barefoot dancing on the street Nothing polished, nothing tight Feels more real that way tonight Brush those hats, let them slide Leave some space where truth can hide If it falls, let it fall That’s the soul inside it all [Pre-Chorus] No count-in for this kind of love We don’t line it up We just lean and trust [Chorus] Stay right there, don’t pull it straight I love how we arrive late Off the grid but locked in time That lazy swing feels like mine Yeah we bend, we drift, we sway Let tomorrow wait its turn today If love lives just off the line Soft kick drum, your hand in mine [Verse] Vinyl spins, the room exhales Every scar tells its tale Your voice cracks, but I don’t care That’s the truth living in there Heartbeat talks through wood and wire Low-end warmth, a quiet fire Nothing perfect, nothing clean Still the best thing I’ve ever seen [Bridge] Brush it light, let it breathe Leave a little space for me Every miss is part of it That’s how soul was always meant Behind the beat, but dead-on true Every swing just sounds like you If the night don’t find a end I’ll stay right here, count me in [Chorus] Stay right there, don’t pull it straight I love how we arrive late Off the grid but locked in time That lazy swing feels like mine Yeah we bend, we drift, we sway Let tomorrow wait its turn today If love lives just off the line Soft kick drum, your hand in mine [Outro - Guitar Riff & Final Chord] no rush… no rush… just groove…	[Intro - Synth Rise & Vocal Chop] yeah— uh turn it up [Verse 1 - Trap Rap] Click-clack, camera flash, we don’t miss Run the board, every move calculated Big bass hit when I step in the frame Too fast, they can’t even say my name Radar locked, yeah I’m on that lane Drip so sharp, cut through champagne Talk cheap, but my sound heavyweight Countdown tickin’, watch me detonate [Verse 2 - Trap Rap] 808 talk, let it shake the floor All eyes on me when I hit that door Too bold, too cold, no rehearsal Built this crown from universal Chain reaction when I breathe that fire One line, whole room go higher No pause, no fear, full ignition This that global transmission [Pre-Chorus - R&B] Pull me closer, slow it down Heartbeat under the sound When you whisper my name like that I forget where the edges are Lights go low, voices melt Every note just how I felt Hold your breath, let it bloom Something ’bout to break real soon [Chorus - Pop Explosion] Boom, boom, feel it in your chest When the beat drop, we the best Hands up high, don’t overthink Say my name, make the whole world blink Flash, flash, colors collide We don’t wait, we ignite Round and round, stuck in your brain This that hook you won’t escape [Post-Chorus - Chant] Hey! Turn it l	[Verse 1] Static in the air, I feel it in my bones Every step I take, I’m carving out my own No more shadows telling me who to be I draw the line, now watch me break free [Pre-Chorus] Hear the sound, it’s getting louder Pressure turning into power I won’t wait, I won’t fall back This is the moment, this is the attack [Chorus] Shout it out, I’m alive tonight Burning bright in the dead of night Hands up, feel the ground shake This is everything I’m gonna take [Bridge] Silence hits before the storm Heart beats fast, I transform [Final Chorus] Shout it out, I’m alive tonight No more fear, no need to hide Turn it up, let the walls break This is the fire you can’t escape
生成楽曲再生

更新履歴†

2026/07/19 初版

参考資料†