私的AI研究会 > ComfyUI9g
「ComfyUI」を使ってローカル環境でのAI画像生成を検証する
| 2026年8月に公開された、オープンウェイトの高度な音楽生成AIモデルの検証 |
| 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
└─📂user
└─📂default
└─📂workflows ← ワークフローの保存場所
:
├─📂MinMax_Music ← この章で作成するワークフロー
:
・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| モデル名 | ファイル名（.safetensors） | 配置先（/StabilityMatrix/Data/） | ダウンロード URL | 利用先 | |
| diffusion_models | minimax_music3_dit_int8_convrot | Models/ | DiffusionModels/ | minimax_music3_dit_int8_convrot.safetensors | |
| text_encoders | minimax_music3_text_encoder_pruned_int8_convrot | TextEncoders/ | minimax_music3_text_encoder_pruned_int8_convrot.safetensors | ||
| vae | minimax_music3_dav | VAE/ | minimax_music3_dav.safetensors | ||
| ComfyUI オフィシャルサイトで公開されているテンプレートの動作を確認する |
 | ① 左端のメニューから「Template」を選択 ②「MinMax Music 3」を選択する ・表示された一覧からワークフローを選ぶ ③「MinMax Music 3: Text to Music」 ・ワークフローでエラーが発生する場合はモデルの配置を確認する | |
| テンプレート名 | 保存ワークフロー名 | |
| ③ MinMax Music 3: Text to Music | audio_minimax_music_3.json | |
| MiniMax Music 3: Text to Music' ワークフロー(AI による日本語訳) MiniMax Music 3でテキストプロンプトからフルレングスの曲を作成し、安定した構成と高音質オーディオを備えた5分間の完全なトラックを生成できます。歌詞、スタイル、ムード、アレンジを説明する構造化されたキャプションを入力すると、完成した曲が出力されます。デモのプロトタイピングを行う音楽プロデューサーや、オリジナルのバックグラウンドトラックを必要とするコンテンツクリエイターに最適です。 | ||
| このComfyUIチュートリアルワークフローは、MiniMax Music 3を使って構造化されたテキストをフルレングスの音楽に変換します。その中核にはMiniMax Music 3ジェネレーターノード(UUID: ac99f841-a3de-4329-9564-953b81cf9e16)があり、2つのキー入力を受け付けます。スタイル、ムード、テンポ、楽器編成、アレンジを説明するキャプションと、[イントロ]、[ヴァース]、[コーラス]、[ブリッジ]、[アウトロ]などのセクションタグでフォーマットされたオプションの歌詞です。ノードは安定した曲構成と高音質オーディオを備えた最大5分間の完全なトラックをレンダリングします。グラフ内のMarkdownNoteブロックはプロンプトスキーマをドキュメント化し、UI内でキャプションや歌詞を素早くコピー、調整、バージョン化できます。 内部では、モデルの重みを2つ選べます:minimax_music3_dit_fp16.safetensor(VRAMが許す場合推奨)とminimax_music3_dit_int8_convrot.safetensor(低VRAMに最適化)です。ジェネレーターノードはオーディオテンソルを生成し、SaveAudioAdvancedを通じてディスクに書き込みます。ファイル名、フォーマット、サンプルレートを制御します。その結果、プロトタイプやBGM、コンテンツ制作に適した完成したアレンジ曲がComfyUIを離れずに完成したものになります。 | ||
| 項目 | ||
| 生成楽曲 | ||
| CD label for Krea 2 |  | Square CD album cover artwork, minimalist lo-fi hip-hop aesthetic. A rainy night scene viewed through a cozy bedroom window with blurred raindrops and distant warm city lights. Soft neon-glowing node diagram lines gently weaving across the glass like water drips. Muted warm color palette, dusty purple, pastel teal, amber glow, vintage analog film grain, polaroid texture. Beautiful clean typography at the top reading "Latent Rain" as the main title, with elegant Japanese text below it reading "ノードの間に降る雨". Place the subtext "by MinMax Music 3.0" at the bottom. Highly detailed, cinematic ambient lighting, aesthetic album art layout. |
| 正方形のCDアルバムカバーアートワーク、ミニマルなローファイヒップホップ美学。居心地の良い寝室の窓から見える雨の夜の風景、ぼやけた雨粒と遠くの暖かい街の明かり。柔らかいネオンが光るノードダイアグラムの線が、水滴のようにガラスの上を優しく織りなしている。落ち着いた暖色系のカラーパレット、ダスティパープル、パステルティール、アンバーグロー、ビンテージアナログフィルムグレイン、ポラロイドテクスチャ。上部にメインタイトル「Latent Rain」と美しくすっきりとしたタイポグラフィ、その下にエレガントな日本語のテキスト「ノードの間に降る雨」を配置。下部にサブテキスト「by MinMax Music 3.0」を配置。非常に詳細で、映画のようなアンビエントライティング、美的アルバムアートレイアウト。 | ||
| Caption (Prompt) |
Global Metadata: Lo-fi hip-hop, chillhop. 78 BPM, D flat major, major scale with jazzy extensions. Laid-back and dreamy throughout, a gentle warm drift with a subtle late-night glow that deepens in the middle and dissolves softly at the end. Studying, raining-outside, headphones-on late-night listening. Bedroom production: muddy warm texture, heavy vinyl crackle, tape hiss and wow-flutter pitch wobble, low-passed dusty mix, soft-clipped drums, everything slightly detuned and cozy. Vocal Details: Soft androgynous vocal, hushed half-sung half-spoken delivery, sitting low in the mix like another instrument, lazy behind-the-beat phrasing, gentle breathy timbre. Sparse murmured double-tracked harmonies, occasional wordless "mmm" and "ooh" hums drenched in tape delay and warm spring reverb. Long stretches with no vocals at all. Arrangement: Dusty boom-bap drums with a soft thumping kick, cracked snare with lazy swing, brushed hi-hats, low round sub bass. Warm Rhodes piano chords with slow chorus wobble as the harmonic bed, mellow jazzy guitar licks answering the vocal lines, constant vinyl crackle as texture. Intro: rain and vinyl noise, solo Rhodes chords fading in, drums slipping in halfway. Verses: minimal — drums, bass, Rhodes, soft guitar fills between lines. Instrumental sections: guitar and Rhodes trade relaxed jazzy phrases over the beat, occasional muted trumpet ghost notes far in the background. Bridge: drums drop away to rain, crackle, and floating detuned Rhodes, then the beat eases back in. Outro: elements fade one by one until only vinyl crackle and a last unresolved Rhodes chord remain. | |
| グローバルメタデータ：ローファイ・ヒップホップ、チルホップ。テンポ78BPM、変ニ長調、ジャジーな拡張音を含む長音階。全体を通してゆったりと夢のような雰囲気で、穏やかな温かみのある漂いが、夜更けのほのかな輝きを帯び、中盤で深まり、最後は静かに消えていく。勉強中、雨の中、ヘッドホンをつけて夜遅くに聴くのに最適。ベッドルーム・プロダクション：濁った温かみのある質感、重厚なレコードノイズ、テープヒス、ワウフラッターによるピッチの揺れ、ローパスフィルターのかかった埃っぽいミックス、ソフトクリップされたドラム、全体的にわずかにデチューンされた心地よいサウンド。 ボーカルの詳細：柔らかく中性的なボーカル、ささやくような、半分歌い半分語りかけるような歌い方、ミックスの中で別の楽器のように控えめに、ビートの裏でゆったりとしたフレーズ、優しく息遣いを感じさせる音色。まばらに囁くようなダブルトラックのハーモニー、時折聞こえる言葉のない「mmm」や「ooh」というハミングは、テープディレイと温かいスプリングリバーブに包まれている。ボーカルが全く入っていない長いパート。 アレンジ：埃っぽいブームバップドラムに、ソフトなキック、ひび割れたスネアのゆったりとしたスイング、ブラシを使ったハイハット、低く丸みのあるサブベース。温かみのあるローズピアノのコードと、ゆっくりとしたコーラスの揺らぎがハーモニックな土台となり、メロウなジャジーなギターリフがボーカルラインに呼応し、絶え間なく続くレコードのノイズがテクスチャーとして加わる。イントロ：雨音とレコードノイズ、ローズピアノのソロコードがフェードインし、途中でドラムが滑り込む。ヴァース：ミニマルな構成 ― ドラム、ベース、ローズピアノ、行間のソフトなギターフィル。インストゥルメンタルセクション：ギターとローズピアノがビートに合わせてリラックスしたジャジーなフレーズを交わし、遠くで時折ミュートされたトランペットのゴーストノートが聞こえる。ブリッジ：ドラムが消え、雨音、ノイズ、そして浮遊感のあるデチューンされたローズピアノの音だけが残り、その後ビートがゆっくりと戻ってくる。アウトロ：要素が一つずつフェードアウトし、レコードのノイズと最後に残る未解決のローズピアノのコードだけが残る。 | ||
| Lyrics (歌詞) |
[Intro] Mmm... (rain on the window) Ooh... [Verse] Midnight and the canvas glows Dragging little wires where the current flows Type a quiet dream, let the sampler drift Noise into a picture, like the fog just lifts Twenty slow steps, I'm in no hurry now Latents turning colors and I don't know how Every render's like a polaroid I found Soft focus memories, no sound [Instrumental] [Verse] Queue another frame, let the motion breathe Pictures start to move like the falling leaves Video drifting by at twenty-four Little animations on my bedroom floor Seed after seed like the rain outside Some of them are keepers, some I let slide Save the ones that feel like a Sunday slow Node to node to node... and off we go [Chorus] Mmm... let it render on (take your time, take your time) Ooh... by the morning it'll all be done (one more queue, one more try) [Instrumental] [Bridge] Rain keeps drawing pictures on the glass... My machine keeps dreaming... Neither of us fast... [Chorus] Mmm... let it render on (take your time, take your time) Ooh... by the morning it'll all be done (one more queue, one more try) [Instrumental] [Outro] Mmm... (node to node) Ooh... goodnight | [Intro] Mmm... （窓を打つ雨音） Ooh... [Verse] 真夜中、キャンバスが淡く光る 電流の流れる細い線をたどりながら 静かな夢を打ち込み、サンプラーを漂わせる ノイズが絵へと変わり、まるで霧が晴れるように ゆっくりと20歩、急ぐ必要なんてない 潜像が色づいていく、その仕組みはわからないけれど 生成される一枚一枚が、見つけたポラロイド写真のよう 柔らかなピントの記憶、音のない世界 [Instrumental] [Verse] 次のフレームをキューに入れ、動きに息吹を吹き込む 落ち葉のように、絵が動き出し 秒間24コマで映像が流れていく 寝室の床に広がる、小さなアニメーションたち 外の雨のように、次々と種が蒔かれていく 残すものもあれば、そのまま流すものもある 日曜日のような、ゆったりとした空気感のものを保存して ノードからノードへ……さあ、進んでいこう [Chorus] Mmm... レンダリングを続けよう （時間をかけて、ゆっくりと） Ooh... 朝までにはすべて出来上がるはず （もう一つキューを、もう一度試して） [Instrumental] [Bridge] 雨がガラスに絵を描き続ける…… マシンは夢を見続けている…… どちらも、急ぐことなく…… [Chorus] Mmm... レンダリングを続けよう （時間をかけて、ゆっくりと） Ooh... 朝までにはすべて出来上がるはず （もう一つキューを、もう一度試して） [Instrumental] [Outro] Mmm... （ノードからノードへ） Ooh... おやすみ |
| MinMax Music 3: Text to Music ワークフロー | MinMax Music 3: Text to Music SubGraph |
 |  |
| 「MinMaxMusic/」audio_minimax_music_3.json | |
| MiniMax Music 3 | |
| MiniMaxが開発した音楽生成モデルで、安定した構成と高音質を備えた最大5分間の楽曲を生成します。入力は「Caption（スタイル、ムード、ボーカル、アレンジなどの構造化された音楽記述）」と「Lyrics（`[intro]` `[verse]` `[chorus]` `[bridge]` `[outro]` などのタグを含む歌詞）」の2つです。 | |
| パラメータ | 説明 |
| Caption | 音楽の記述。「全体的なメタデータ」→「ボーカルの詳細」→「アレンジ」の3つのセクションに分けて記述します。詳細に記述するほど、意図に近い結果が得られます。 |
| Lyrics | 歌詞とセクションタグ。構成を制御する命令として機能するのはタグのみであり、歌詞のテキスト自体はムードを伝える役割にとどまります。 |
| max_duration | 目標とする楽曲の長さ（秒単位。デフォルトは120秒＝2分。最大約 300秒 ＝ 5分まで対応）。曲が長いほど、生成にかかる時間と VRAM 使用量が増加します。 |
| seed | 生成時の乱数シード。同じ曲を再現するには固定し、異なるテイクを得るには変更します。 |
| Model files | 拡散モデル（diffusion model） / テキストエンコーダー / VAE |
| Tiled decode | VAEによる音声デコードを、重なり合うタイル単位で行うことでVRAM使用量を大幅に削減します。VRAM容量の少ない GPU で長い曲を生成する際に有効です。処理速度はわずかに低下し、タイルの境界で継ぎ目が生じるリスクが多少あります。VRAM 容量の大きい GPU では、最高品質を得るためにこの機能をオフにしてください。 |
| プロンプト作成ガイド | |
| 公式の [Music Caption Rewriter Skill（音楽キャプション書き換えツール）は https://github.com/MiniMax-AI/MiniMax-Music3 で確認できます。 | |
| 項目 | ||
| 生成楽曲 | ||
| CD label for Krea 2 |  | Album cover art featuring the text "Parachute Wings", dynamic vector art style, a person soaring through a vast vibrant sky with a wide colorful parachute, dramatic sunbeams piercing through fluffy white clouds, vivid sky-blue and golden hour orange gradient, high-energy anthemic pop-rock aesthetic, clean typography for the title, dramatic low angle shot, cinematic lighting, highly detailed, 8k resolution |
| 「Parachute Wings」の文字を配したアルバムジャケット・アート。ダイナミックなベクターアート・スタイル。色鮮やかで大きなパラシュートを使い、広大で活気に満ちた空を舞う人物。ふわふわとした白い雲の間からドラマチックに差し込む太陽の光。鮮やかなスカイブルーからゴールデンアワーのオレンジへと移ろうグラデーション。エネルギッシュでアンセム的なポップ・ロックの美学。すっきりとしたタイポグラフィによるタイトル表記。ドラマチックなローアングル・ショットと映画のような照明。高精細かつ緻密な描写（8K解像度）。 | ||
| Caption (Prompt) | Anthemic stadium pop rock, 132 BPM, E major. Airy, buoyant verses build into an adrenaline-filled chorus, with a powerful female mezzo-soprano, soaring octave hooks, driving drums, wide guitars, shimmering ambience, and a brief weightless bridge. | |
| スタジアム・ポップ・ロックのアンセム（BPM 132、ホ長調）。軽やかで浮遊感のあるヴァースから、アドレナリン全開のコーラスへと展開します。力強い女性メゾソプラノ・ボーカル、高揚感のあるオクターブ・フック、疾走感あふれるドラム、広がりのあるギター、きらめくようなアンビエンス、そして一瞬の浮遊感を漂わせるブリッジが特徴です。 | ||
| Lyrics (歌詞) |
[Verse] Up in the sky I feel alive Wind in my hair feel the dive Hold my breath I see the ground Heart is racing no turning around [Verse 2] Jump into the blue without a fear Clouds are whispering you’re near Open wide let the colors show Parachute flyin\' high in the glow [Chorus] Falling free just you and me Parachute spread like wings we see Touch the earth we\'re born anew In the sky I found the truth [Bridge] Weightless moments pure delight Riding currents day and night Just a canvas in the air Painting dreams without a care [Chorus] Falling free just you and me Parachute spread like wings we see Touch the earth we\'re born anew In the sky I found the truth [Outro] Safe landing coming in Start again where dreams begin Parachute my safety net Sky’s the limit no regrets | [Verse] 空の上、生きてる実感が湧く 髪をなでる風、急降下の感覚 息を止めて見下ろす大地 高鳴る鼓動、もう後戻りはできない [Verse 2] 恐れず飛び込む、あの青の中へ 雲が囁く、君がそばにいると 大きく広げ、鮮やかな色を解き放つ 輝きの中、高く舞うパラシュート [Chorus] 自由な落下、ただ二人きり 翼のように広がるパラシュート 大地に触れ、生まれ変わる私たち 空の中で、真実を見つけた [Bridge] 無重力の瞬間、純粋な喜び 昼も夜も、風の流れに乗って 空というキャンバスの上で 夢を自由に描き出す [Chorus] 自由な落下、ただ二人きり 翼のように広がるパラシュート 大地に触れ、生まれ変わる私たち 空の中で、真実を見つけた [Outro] 無事な着地、新たな始まり 夢が生まれる場所から、またここから パラシュートは私の命綱 限界なんてない、後悔もしない |
