私的AI研究会 > ComfyUI9e

画像生成AI「ComfyUI」９（音楽編）== 編集中 ==†

8201_2026-07-21_00002_m.jpg

　「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
※ 最終更新:2026/08/15　
↑

「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†

↑

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）
↑

音楽生成のための環境構築†

  1. 必要な拡張ノード
    ・標準搭載で機能する

  2. 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
    checkpointace_step_1.5_turbo_aioModels/StableDiffusion/ace_step_1.5_turbo_aio.safetensors
    diffusion_modelsacestep_v1.5_turboDiffusionModels/acestep_v1.5_turbo.safetensors
    acestep_v1.5_xl_turbo_bf16acestep_v1.5_xl_turbo_bf16.safetensors
    acestep_v1.5_xl_base_bf16acestep_v1.5_xl_base_bf16.safetensors
    acestep_v1.5_xl_sft_bf16acestep_v1.5_xl_sft_bf16.safetensors
    acestep_v1.5_xl_turbo_fp8　※acestep_v1.5_xl_turbo_fp8.safetensors
    text_encodersqwen_0.6b_ace15TextEncodersqwen_0.6b_ace15.safetensors
    qwen_1.7b_ace15qwen_1.7b_ace15.safetensors
    qwen_4b_ace15qwen_4b_ace15.safetensors
    vaeace_1.5_vaeVAE/ace_1.5_vae.safetensors
    　　※ 低 VRAM 環境の場合に bf16 の代わりに使用する

  3. 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）
    ACE-Step6101_ace_step_1_5_checkpointAll In One音楽生成ワークフロー (AIO)(audio_ace_step_1_5_checkpoint)
    6102_ace_step_1_5_split1.7B音楽生成ワークフロー(audio_ace_step_1_5_split.json)
    6103_ace_step_1_5_split_4b4B音楽生成ワークフロー(4BのLLM)(audio_ace_step_1_5_split_4b.json)
    6104_ace_step1_5_xl_turboXL turbo音楽生成ワークフロー(XL Turbo)(audio_ace_step1_5_xl_turbo.json)
    6105_ace_step1_5_xl_baseXL base音楽生成ワークフロー(X Lbase)(audio_ace_step1_5_xl_base.json)
    6106_ace_step1_5_xl_sftXL sft音楽生成ワークフロー(XL sft)(audio_ace_step1_5_xl_sft.json)
↑

Step 1：オフシャルサイトのワークフロー†

  1. ワークフローのテンプレートを読み出す
    comfyui_974_m.jpg
    comfyui_978a_m.jpg
    ① 左サイドバー「Template」を押す
    ②「Ace-Step」を選ぶ
    ③④⑤⑥「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」
    　⑥「audio_ace_step1_5_xl_turbo.json」
    　⑦「audio_ace_step1_5_xl_base.json」
    　⑧「audio_ace_step1_5_xl_sft.json」
    種類テンプレートの説明（AI による日本語訳）
    ③ ACE-Step 1.5 Music Generation AIOACE-Step 1.5 Music Generation AIO は、スタイルタグや歌詞を完全な曲に変換するテキストから音声へのComfyUIワークフローです。「モダンポップ、女性ボーカル、豊かなシンセ」といった短い説明と歌詞を伝えれば、グラフが残りをサンプリング、デコード、MP3のエクスポートを処理し、消費者向けハードウェアで数秒でアイデアをオーディションできます。明確なグループに整理されています。ステップ1:ロードモデル、ステップ2:持続時間、ステップ3:プロンプトなどで、チェックポイントの設定場所、トラックの長さ、モデルの歌声や音が常にわかります。

    内部では、CheckpointLoaderSimpleがACE-Step 1.5のチェックポイント(ace_step_1.5_turbo_aio.safetensors)をロードします。TextEncodeAceStepAudio1.5は、あなたのスタイルタグや歌詞をACE固有の条件付けベクターに変換します。ConditioningZeroOutは、未使用の条件付けチャネルをクリーンに無効化するために使われます(例えば、二次プロンプトやネガティブプロンプトを提供していない場合など)、意図しないバイアスを防ぎます。EmptyAceStep1.5LatentAudioは、あなたが求める正確な期間だけ空の潜在音声キャンバスを作成します。ModelSamplingAuraFlowはACE-Step 1.5に適したサンプラー/スケジューラーの組み合わせを設定し、KSamplerはプロンプトに基づいて潜在要素を反復的に調整して一貫したトラックに仕上げます。VAEDecodeAudioは最終的な潜在音を波形音声に変換し、SaveAudioMP3はその結果をComfyUIの出力フォルダに書き込みます。PrimitiveNodeウィジェットは、ステップ、CFG、シード、秒などの実用的なノブを公開し、速度、品質、再現性を調整できます。

    このセットアップは、速いソングライティングデモ、ジャンルの探求、コンテンツの整理に適しています。シードを通じて、持続時間を正確にコントロールでき、繰り返し可能なワークフローが実現します。グラフには合理的なデフォルトが付属しているので、ショートトラックを素早く生成し、ステップを上げたりスタイルタグや歌詞のフレージングを洗練させて品質を上げることができます。
    ④ ACE-Step 1.5 Music Generation WorkflowACE-Step 1.5 Music Generation Workflow は、消費者向けハードウェアを用いてテキストプロンプトを数秒で高品質な音声曲に変換するよう設計されています。このワークフローはACE-Stepモデル、特に「acestep_v1.5_turbo.safetensors」を活用し、ユーザーが提供した音楽スタイルやオプションの歌詞の説明に基づいて音楽を解釈・合成します。TextEncodeAceStepAudio1.5やVAEDecodeAudioのような主要ノードは、それぞれテキスト入力のエンコードや生成された音声のデコードにおいて重要な役割を果たします。KSamplerノードは潜在空間のサンプリングに使用され、ModelSamplingAuraFlowノードは音声出力を洗練させ、高品質基準を満たすようにします。

    このワークフローは効率性と音質の高さから特に有用です。ConditioningZeroOutやEmptyAceStep1.5LatentAudioのようなノードを使用することで、音声生成プロセスが効率化され、ユーザーの入力に集中していることが保証されています。SaveAudioMP3ノードの搭載により、最終製品を広く互換性のある形式で簡単にエクスポートできます。これにより、ワークフローは技術的に堅牢であるだけでなく、さまざまなアプリケーション向けに素早く音楽を生成するユーザーにとって非常に実用的です。
    ⑤ ACE-Step 1.5 Music Generation (4B LLM)このComfyUIワークフローは、ACE-Step 1.5の音楽生成モデルとその小型バリエーションを比較することに焦点を当てています。主な目的は、4Bモデル版の強化された音声理解と作曲能力を評価することです。テキストプロンプトを使って音楽を生成することで、ユーザーはモデル間の音質、複雑さ、音質の違いを探ることができます。このワークフローでは、KSampler、VAEDecodeAudio、TextEncodeAceStepAudio1.5などの様々なノードが用いられ、この比較を容易にしています。主な違いは、より複雑な作曲を扱う能力と、より豊かな音響テクスチャーを生み出す能力であり、特に長く複雑な音楽作品を生成する際に顕著です。
    ⑥ ACE-Step 1.5 XL Turboこのワークフローは、ACE-Step 1.5 XL Turboモデルを使って、平文のテキストプロンプトを完成した音楽に変換します。あなたのプロンプトはTextEncodeAceStepAudio1.5(DualCLIPLoaderのバックアップ)によって音声認識条件付けにエンコードされています。EmptyAceStep1.5LatentAudioは、選択した長さで空白の潜在音声キャンバスを作成し、UNETLoaderは蒸留された4B ACE-Stepチェックポイント(acestep_v1.5_xl_turbo_bf16.safetensors)を読み込みます。ModelSamplingAuraFlowはACE-Stepに合わせてサンプラーのスケジュールを設定し、KSamplerはわずか8つの拡散ステップで潜在音声を合成します。その後、VAELoader + VAEDecodeAudioで音声を再構成し、SaveAudioMP3で保存します。

    このワークフローが実用的であるのは「ターボ」構成です。分類器フリーのガイダンス(CFG)は使用されず、ConditioningZeroOutが意図的に空にしたネガティブコンディショニングを供給することで可能になります。これにより、プロンプトはシンプルに保たれ(望むものだけに焦点を当て)、ModelSamplingAuraFlowやKSamplerは迅速かつ安定した結果を提供します。グラフは明確さのためにモデルグループとプロンプトグループに整理されており、シード、ステップ、持続時間の素早い編集にはPrimitiveInt/PrimitiveNodeを使用しています。その結果、バリエーションを繰り返し実行したり、再利用可能な部分グラフとして統合したりできる、タイトで教えやすいテキストから音楽へのパイプラインが完成します。
    ⑦ ACE-Step 1.5 XL Baseこのワークフローは、ComfyUI上で「ACE-Step 1.5 XL Base (4B)」モデルを使用し、テキストプロンプトから音楽を生成します。UNETLoaderで拡散モデル「acestep_v1.5_xl_base_bf16.safetensors」を、VAELoaderでデコーダー「ace_1.5_vae.safetensors」を読み込みます。プロンプトは「TextEncodeAceStepAudio1.5」でエンコードされ、「EmptyAceStep1.5LatentAudio」ノードが指定した長さの空のLatent Audioクリップを作成します。その後、「KSampler」がノイズ除去処理を行い、音楽を合成します。「VAEDecodeAudio」がLatentから波形を復元し、「SaveAudioMP3」が最終的なトラックをディスクに保存します。

    内部的な処理として、「ConditioningZeroOut」はネガティブプロンプトが空の場合に適切なフォールバックを提供します。また、「ModelSamplingAuraFlow」はモデルのサンプラーを適切なフロー/スケジュールに設定し、「KSampler」が安定した、意図したスタイルの結果を出力できるようにします。「PrimitiveNode」や「PrimitiveInt」ノードにより、再生時間、ステップ数、ガイダンス（CFG）、シード値を簡単に調整できます。ワークフローは「Model（モデル）」「Duration（再生時間）」「Prompt（プロンプト）」といったグループに整理されているため、適切なウェイトの読み込み、クリップ長の指定、プロンプトの入力がスムーズに行え、ステップ数、CFG、シード値を調整しながら素早く試行錯誤を繰り返すことが可能です。
    ⑧ ACE-Step 1.5 XL SFTこのComfyUIワークフローは、ACE-Step 1.5XL SFT (4B) モデルを使用して、テキストプロンプトから完成した楽曲を生成します。音声生成向けに最適化された一般的な拡散モデル（ディフュージョン）のパイプライン構成を採用しています。具体的には、DualCLIPLoaderとTextEncodeAceStepAudio1.5がプロンプト（および必要に応じてネガティブプロンプト）をコンディショニング情報に変換し、EmptyAceStep1.5LatentAudioが指定した長さの音声用Latent（潜在表現）キャンバスを作成します。そして、UNETLoaderがACE-Step 1.5XL SFTモデルを読み込み、KSamplerがCFG（Classifier-Free Guidance）の制御下で反復的なノイズ除去を行います。ModelSamplingAuraFlowはACE-Stepの音声生成に最適化されたサンプリング戦略を設定し、最後にVAELoaderとVAEDecodeAudioがLatentを波形データに変換して、SaveAudioMP3がそれをディスクに書き出します。

    技術的な側面として、CFG（Classifier-Free Guidance）を使用することで、創造性とプロンプトへの忠実度のバランスを調整できます。CFG値を低くすると多様な表現が探索され、高くするとテキストの指示により厳密に従うようになります。ネガティブプロンプトを指定しない場合でも、ConditioningZeroOutがクリーンな「無条件（unconditional）」ブランチを提供し、安定したガイダンスを確保します。モデル、再生時間、プロンプトといった要素がグループ化されているため、チェックポイントの切り替えや時間の変更、プロンプトの試行錯誤（イテレーション）が容易に行えます。その結果、ジャンル、ムード、楽器構成、楽曲構造などを素早く変更・試行できる、実用的かつ再現性の高いText-to-Music（テキストから音楽を生成する）パイプラインが実現します。これは、アイデア出しや仮のBGM制作、背景音楽の作成などに最適です。

  2. 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③ ACE-Step 1.5 音楽生成AIO④ ACE-Step 1.5 音楽生成ワークフロー⑤ ACE-Step 1.5 音楽生成(4BのLLM)
    ワークフロースタイルのタグや歌詞を入力して、完全な曲を生成します。このワークフローはACE-Step 1.5モデルを用いて、コンシューマ・ハードウェアで10秒未満で商用グレードの音楽を制作します。音楽スタイルと任意の歌詞を説明するテキストプロンプトを入力してください。コンシューマ・ハードウェアで10秒以内に高品質な完全音声を生成できます。テキストプロンプトを入力して音楽を生成します。この4Bモデルは、小型のバリエーションと比べてより強力な音声理解と作曲能力を備えています。
    　
    comfyui_971_m.jpg comfyui_972_m.jpg comfyui_973_m.jpg
    「ACE-Step」audio_ace_step_1_5_checkpoint.json「ACE-Step」audio_ace_step_1_5_split.json「ACE-Step」audio_ace_step_1_5_split_4b.json
    生成ファイルComfyUI/audio/audio_11_連番.mp3ComfyUI/audio/audio_12_連番.mp3ComfyUI/audio/audio_13_連番.mp3
    Caption
    (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.
    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
    (歌詞)    		 [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
    ▼　歌詞日本語訳

    ・ACE-Step 1.5XL
    項目⑥ ACE-Step 1.5XL Turbo 音楽生成⑦ ACE-Step 1.5XL Base 音楽生成⑧ ACE-Step 1.5XL SFT 音楽生成
    ワークフロー精製4B ACE-Stepモデルを用いてテキストプロンプトから高品質な音楽を生成します。CFGなしでわずか8ステップの推論で商業用音声を生成します。40億（4B）パラメータのACE-Step 1.5 XLモデルを使用し、テキストプロンプトから高品質な音声を生成します。40億（4B）パラメータのSFTモデルを使用し、テキストプロンプトから高品質な音楽を生成します。CFG（Classifier-Free Guidance）による制御で、プロンプトへの忠実な出力を実現します。
    comfyui_978_m.jpg comfyui_986_m.jpg comfyui_987_m.jpg
    「ACE-Step」audio_ace_step1_5_xl_turbo.json「ACE-Step」audio_ace_step1_5_xl_base.json「ACE-Step」audio_ace_step1_5_xl_sft.json
    生成ファイルComfyUI/audio/audio_14_連番.mp3ComfyUI/audio/audio_15_連番.mp3ComfyUI/audio/audio_16_連番.mp3
    Caption
    (Prompt)    		 Late Night Trap, 95 BPM, Heavy 808 Bass, Wet Synths, Female Background Vocals, Male Rap Vocals + Seductive Female Vocals, Dark Bedroom Production, Atmospheric Club Vibes, Breathy Whispers, Slap Bass, Deep Sub Bass, Cinematic R&B Soundtrack Feel A quiet, meditative ambient electronic track at 72 BPM in 4/4 time. The piece opens with slowly evolving pad textures layered with gentle granular synthesis and the faint crackle of vinyl, creating a warm, intimate atmosphere. A breathy female vocal enters softly, singing sparse, whispered phrases with long reverb tails that dissolve into the surrounding soundscape. A delicate fingerpicked acoustic guitar weaves between the pads, its notes ringing out with natural decay. A subtle sub-bass pulse anchors the track without intruding, and a sparse, brushed drum pattern rests far back in the mix. The arrangement barely moves — it breathes and shifts slowly like clouds, building to a gentle swell of layered vocals and pads in the final section before fading to near-silence. The production is hushed and intimate, leaving generous space between every element. A lush neo-soul track anchored by a warm Rhodes electric piano playing rich ninth and thirteenth chords over a loose, soulful live drum groove with heavy use of ghost notes and rim shots. A fretless bass provides a melodic, singing counterline beneath the harmony. The lead vocalist is a powerful, expressive woman who moves fluidly between a smoky chest voice and an airy falsetto, employing tasteful melismatic runs and bluesy bends. A tight three-part vocal harmony stack fills out the chorus. A muted trumpet and alto saxophone trade fills during the instrumental bridge, channeling the spirit of classic 1970s soul. The production is warm and analog-sounding, with subtle tape saturation and a slight room ambience.
    レイトナイト・トラップ、95 BPM、ヘヴィな808ベース、ウェットな質感のシンセ、女性のバックボーカル、男性ラップ＆官能的な女性ボーカル、ダークで親密なベッドルーム・プロダクション、雰囲気のあるクラブ・バイブス、吐息混じりのウィスパー、スラップベース、ディープなサブベース、シネマティックなR&Bサントラ風のサウンドBPM72、4/4拍子の、静謐で瞑想的なアンビエント・エレクトロニック・トラックです。穏やかなグラニュラー・シ​​ンセシスとレコードの微かなノイズ（パチパチという音）を重ねた、ゆっくりと変化するパッド・サウンドで幕を開け、温かく親密な雰囲気を醸し出します。やがて、吐息混じりの女性ボーカルが静かに入り、言葉少なに囁くようなフレーズを歌います。その歌声の長いリバーブの余韻は、周囲の音響空間へと溶け込んでいきます。繊細なフィンガーピッキングのアコースティック・ギターがパッドの合間を縫うように響き、自然な減衰音を奏でます。主張しすぎない控えめなサブベースのパルスが楽曲の土台を支え、ブラシ奏法によるシンプルなドラム・パターンがミックスの奥で静かに鳴っています。楽曲の展開は極めて緩やかで、まるで雲のようにゆっくりと呼吸し変化していきます。終盤ではボーカルとパッドが重なり合って穏やかに盛り上がりを見せ、やがて静寂に近い状態へとフェードアウトしていきます。各要素の間に十分な「間（ま）」を活かした、静けさと親密さを湛えたプロダクションに仕上がっています。温かみのあるローズ・エレクトリックピアノが豊かな9thコードと13thコードを奏で、ゴーストノートとリムショットを多用したルーズでソウルフルな生ドラムのグルーヴに乗せて、豊かなネオソウル・トラックを奏でる。フレットレスベースがハーモニーの下でメロディックで歌うような対旋律を添える。リードボーカルは力強く表現力豊かな女性で、スモーキーな胸声と軽やかなファルセットを流れるように使い分け、センスの良いメリスマティックなランとブルージーなベンドを駆使する。タイトな3声のボーカルハーモニーがコーラスを彩る。ミュートトランペットとアルトサックスがインストゥルメンタル・ブリッジでフィルインを交代し、1970年代のクラシック・ソウルの精神を体現する。プロダクションは温かみのあるアナログサウンドで、繊細なテープサチュレーションとわずかなルームアンビエンスが感じられる。
    Lyrics
    (歌詞)    		 [Verse 1]
    Open up the canvas, blank slate on my screen
    Drag a checkpoint loader, you know what I mean
    KSampler in the middle, VAE on the right
    Clip text encode, yeah I'm building tonight
    [Chorus]
    Connect the nodes, run the queue
    Watch the latent flow right through
    Green dot to green dot, link it up
    Positive prompt in my cup
    [Verse 2]
    Empty latent image, set the width and height
    Plug it to the sampler, get the settings right
    CFG at seven, steps at twenty-two
    Hit that Queue Prompt button, render coming through
    [Bridge]
    Upscale node, ControlNet in the chain
    Lora stacked on Lora driving me insane
    Save image at the end of every single flow
    Red wire means broken — fix it, let it go
    [Outro]
    Nodes connected, workflow clean
    Best AI pipeline you ever seen
    ComfyUI, yeah we building art         		[Intro - Granular pad texture, vinyl crackle, guitar fades in]

    [Verse 1 - Whispered female vocal over sparse guitar]
    Still water holds the sky
    I keep forgetting how to rest
    Every thought drifts out like smoke
    Nothing here needs to be fixed

    [Interlude - Pads evolve, guitar continues, sub-bass enters softly]

    [Verse 2 - Vocal slightly warmer, longer phrases]
    The window frames the afternoon
    A rectangle of yellow light
    I've been sitting in this chair
    Long enough to feel alright

    [Chorus - Layered vocal harmonies swell gently over full pads]
    Let it go quiet
    Let it go slow
    Nothing is lost
    Just below

    [Instrumental Section - Guitar and pads breathe, no vocal]

    [Final Verse - Vocal returns, softest delivery]
    Somewhere between awake and sleep
    The mind forgets to keep its score
    I don't need to understand
    What the silence is here for

    [Outro - Layers dissolve one by one, guitar last, fades to silence]         		[Intro — Rhodes piano and brushed drums]
    [Verse 1]
    You never call when the neon goes dark
    Just send a signal like an afterthought
    I learned to read the silence between the lines
    And honey that's a language I know too well by now
    [Pre-Chorus]
    Maybe I'm the fool who kept the door wide open
    Maybe you're the draft that keeps on blowing through
    [Chorus]
    I'm done rewriting your story in my head
    Done saving room for someone who's already gone
    I'll keep the record on
    But I'll stop singing your part
    [Instrumental Bridge — Muted trumpet and alto saxophone trade phrases]
    [Verse 2]
    The coffee shop still plays our favourite song
    I ordered something different, stayed too long
    But every note just proved that I was right
    To let the whole thing go before it burned my life
    [Final Chorus — Layered harmonies, fuller arrangement]
    [Outro — Rhodes vamp fades, final bass note sustains]
    生成楽曲再生
    ▼　歌詞日本語訳
↑

Step 2：ワークフローを整理する†

↑

Step 3：「ACE-Step 1.5 XL」ワークフローの整理と検証†

↑

Step 4：「Gemini」で指示書を作成†

↑

作品集†

↑

プロンプト・ガイド†

　作品の質を大きく左右する重要な要素のプロンプトについてのまとめ　引用：→ https://note.com/rikunarita/n/n5c9d53950b27
 
↑

忘備録†

↑

BPM（Beats Per Minute）とは†

1分間に何回ビート（拍）を刻むかを表す単位。数値が大きいほどテンポが速くなる。一般的なポップスは BPM 120前後、激しいダンスミュージックでは BPM 130〜150以上になることもある
 
↑

更新履歴†

 
↑

参考資料†