> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Stable Audio 1.0: ComfyUI テキストから音声へのワークフロー

> Stability AI の Stable Audio 1.0 を ComfyUI で使い、テキストプロンプトから音声クリップを生成します。チェックポイントと t5-base テキストエンコーダーを読み込みます。

> [!TIP]
>
> > [tab] ローカルユーザー
> >
> > ComfyUI が最新版に更新されていることを確認してください。
> >
> > * [ComfyUI のダウンロード](https://www.comfy.org/download)
> > * [更新手順](https://docs.comfy.org/ja/installation/update_comfyui.md)
> >
> > このガイドで紹介するワークフローは、[ワークフローテンプレート](https://docs.comfy.org/ja/interface/features/template.md)から入手できます。
> > テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。
> >
> > ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：
> >
> > 1. 最新の ComfyUI（Nightly 版）を使用していない
> > 2. 起動時に一部のノードのインポートに失敗している
>
> > [tab] クラウドユーザー
> >
> > * [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。
> >
> > したがって、このドキュメントでコアノードが見つからない場合、それは新しいコアノードがまだ最新の安定版にリリースされていない可能性があります。次回の安定版リリースをお待ちください。

**Stable Audio 1.0** は、Stability AI初のオープンソースのオーディオ生成モデルです。テキストプロンプトを受け取り、オーディオクリップを生成します。ComfyUIでは、標準的なテキストから音声生成のパイプラインとして動作します。CLIPがプロンプトをエンコードし、Kサンプラーが潜在空間をノイズ除去し、VAEがそれをオーディオにデコードします。

**関連リンク**：

* [Hugging Face (stabilityai/stable-audio-open-1.0)](https://huggingface.co/stabilityai/stable-audio-open-1.0)

## ワークフロー

### Stable Audio 1.0: テキストからオーディオへ

テキストプロンプトからStable Audioを使用してオーディオを生成します。

![Stable Audio 1.0 テキストからオーディオへのワークフロープレビュー](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/audio_stable_audio_example-1.webp)

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=audio_stable_audio_example\&utm_source=docs\&utm_medium=referral\&utm_campaign=stable-audio-1)
>
> Comfy Cloud で開く

> [card] [ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/audio_stable_audio_example.json)
>
> JSONをダウンロードするか、テンプレートライブラリで "Stable Audio 1.0: Text to Audio" を検索

このワークフローは**スタンダードなComfyUIノード**を使用しており、カスタムノードは不要です。Stable Audio 1.0チェックポイントをロードし、CLIPテキストエンコーダー（t5-base）でプロンプトをエンコード、Kサンプラーで潜在オーディオをデノイズし、モデルのVAEでオーディオにデコードします。

**使用方法**:

1. **チェックポイントをロード**: `CheckpointLoaderSimple`ノードで`stable-audio-open-1.0.safetensors`を使用
2. **プロンプトを入力**: `CLIPTextEncode`ノードに説明を入力（例："heaven church electronic dance music"）
3. **再生時間を設定**: `EmptyLatentAudio`ノードの長さの値を調整（デフォルト47.6秒）
4. **実行**（`Ctrl/Cmd + Enter`）をクリックして生成。オーディオは`ComfyUI/output/audio/`に保存されます。

## モデルのダウンロード

ワークフローの読み込み時に、不足しているモデルがある場合、ComfyUI はダウンロードリンクを表示します。手動で設定するには、以下のファイルをダウンロードし、適切なフォルダに配置してください。

### チェックポイント

> [card] [stable-audio-open-1.0.safetensors](https://huggingface.co/StabilityAI/stable-audio-open-1.0/blob/main/stable-audio-open-1.0.safetensors)
>
> 2.3GB。models/checkpoints/ に配置してください。

チェックポイントは以下の場所に配置します：

```
📂 ComfyUI/
├── 📂 models/
│   └── 📂 checkpoints/
│       └── stable-audio-open-1.0.safetensors
```

### テキストエンコーダー

> [card] [t5-base.safetensors](https://huggingface.co/Comfy-Org/t5-base/blob/main/t5-base.safetensors)
>
> プロンプトの条件付け用テキストエンコーダー。models/text\_encoders/ に配置してください。

テキストエンコーダーは以下の場所に配置します：

```
📂 ComfyUI/
├── 📂 models/
│   └── 📂 text_encoders/
│       └── t5-base.safetensors
```

ファイルを配置した後、ComfyUI で **R** キーを押してノードを更新し、最新のモデルを読み込んでください。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.