> ## 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 3 ComfyUI ワークフロー例

> Stability AI のオープンソースモデル Stable Audio 3 を ComfyUI で実行し、Qwen によるプロンプト拡張とカテゴリ認識リプロンプトを使ったテキストから音声の生成を解説します。

> [!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 3** ([GitHub](https://github.com/Stability-AI/stable-audio-3)) は、Stability AI が提供する最新のオープンソース音声生成モデルです。完全にライセンスされた音楽データで学習され、商用利用が可能です。専用サブグラフノードを使用してテキスト記述から高品質なステレオ音声（音楽、効果音、楽器音など）を生成し、オプションで Qwen によるカテゴリ認識リプロンプトを利用できます。

Stable Audio 3 には3つのバリエーションがあります：

* **Small-SFX** — 効果音や短いアンビエンス、最大2分。CPUでも動作可能な小型モデル。
* **Small-Music** — 短い音楽ループ、デバイス上での使用に最適、最大2分。
* **Medium** — より長い楽曲、構造と音楽性に優れ、最大約6分20秒。GPUが必要。

**関連リンク**：

* [GitHub: Stability-AI/stable-audio-3](https://github.com/Stability-AI/stable-audio-3)
* [Hugging Face (Comfy-Org/stable-audio-3)](https://huggingface.co/Comfy-Org/stable-audio-3)
* [ブログ：リリース告知](https://blog.comfy.org/p/stable-audio-3-day-0-support)

## 利用可能なワークフロー

### Stable Audio 3.0 Medium

短いテキストアイデア、任意の再生時間、シード、カテゴリを入力して、Stable Audio 3 でステレオオーディオ（音楽、SFX、または楽器）を生成します。AI によるテキスト拡張はオプションで利用できます。

![Stable Audio 3 Medium ワークフロープレビュー](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/audio_stable_audio_3_medium-1.webp)

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=audio_stable_audio_3_medium\&utm_source=docs\&utm_medium=referral\&utm_campaign=stable-audio-3)
>
> 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_3_medium.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 3.0 Medium" を検索

**Stable Audio 3 Medium** ワークフローは、フル機能のテキストから音声生成パイプラインです。短いテキストアイデア、任意の再生時間、シード、カテゴリを入力します。ワークフローは **カテゴリ認識リプロンプトテンプレート** を使用して Qwen でプロンプトを拡張し、Stable Audio 3 チェックポイントでステレオオーディオを生成します。

**使用方法**：

1. **テキストアイデア**：生成したいサウンド、音楽、または効果の短い説明を入力します（例：「重いベースのアップテンポなエレクトロニックダンストラック」）
2. **再生時間**：希望するクリップの長さ（秒）を設定します（デフォルトは異なる場合があります）
3. **シード**：シード値を調整して再現性を制御します
4. **カテゴリ**：リプロンプトプリセットを選択します：**Music**（音楽）、**Instrument**（楽器）、**SFX**（効果音）、または **One-shot**（単発音）
5. **リプロンプトを有効化**：`use_reprompt` をオンにして、生成前に Qwen が短いアイデアを詳細なプロンプトに展開できるようにします
6. **実行**（`Ctrl/Cmd + Enter`）をクリックして生成します。オーディオは `ComfyUI/output/audio/` に保存されます

### Stable Audio 3.0 Medium Base

サウンド、音楽、または効果の短いテキスト説明を入力します。ワークフローは Qwen でプロンプトを拡張し、Stable Audio 3 からステレオオーディオクリップを生成します。

![Stable Audio 3 Medium Base ワークフロープレビュー](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/audio_stable_audio_3_medium_base-1.webp)

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=audio_stable_audio_3_medium_base\&utm_source=docs\&utm_medium=referral\&utm_campaign=stable-audio-3)
>
> 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_3_medium_base.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 3.0 Medium Base" を検索

Qwen によるリプロンプト展開を使用しない、シンプルなバージョンの Stable Audio 3 です。完全なテキストプロンプトを想定し、それを直接モデルに渡します。すでに詳細なプロンプトがあり、より高速な生成を希望する場合はこちらを使用してください。

**使用方法**：

1. **テキストプロンプト**：生成したいオーディオの詳細な説明を入力します
2. **再生時間**：クリップの長さ（秒）を設定します
3. **シード**：再現性を制御します
4. **実行**（`Ctrl/Cmd + Enter`）をクリックして生成します

## モデルダウンロード

ワークフローを読み込むと、モデルがない場合に ComfyUI がダウンロードリンクを提示します。手動で設定する場合、以下のファイルをダウンロードして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\_3\_medium.safetensors](https://huggingface.co/Comfy-Org/stable-audio-3/resolve/main/checkpoints/stable_audio_3_medium.safetensors)
>
> Medium ワークフロー用。models/checkpoints/ に配置

> [card] [stable\_audio\_3\_medium\_base.safetensors](https://huggingface.co/Comfy-Org/stable-audio-3/resolve/main/checkpoints/stable_audio_3_medium_base.safetensors)
>
> Medium Base ワークフロー用。models/checkpoints/ に配置

以下のように配置します：

```
📂 ComfyUI/
├── 📂 models/
│   └── 📂 checkpoints/
│       ├── stable_audio_3_medium.safetensors
│       └── stable_audio_3_medium_base.safetensors
```

### テキストエンコーダー

> [card] [t5gemma\_b\_b\_ul2.safetensors](https://huggingface.co/Comfy-Org/stable-audio-3/resolve/main/text_encoders/t5gemma_b_b_ul2.safetensors)
>
> すべての Stable Audio 3 ワークフローで必要。models/text\_encoders/ に配置

> [card] [qwen3.5\_2b\_bf16.safetensors](https://huggingface.co/Comfy-Org/Qwen3.5/resolve/main/text_encoders/qwen3.5_2b_bf16.safetensors)
>
> Medium ワークフローで必要（Qwen リプロンプト）。models/text\_encoders/ に配置

以下のように配置します：

```
📂 ComfyUI/
├── 📂 models/
│   └── 📂 text_encoders/
│       ├── t5gemma_b_b_ul2.safetensors
│       └── qwen3.5_2b_bf16.safetensors
```

配置後、ComfyUI で **R** キーを押してノード定義をリフレッシュすると、最新のモデルが利用可能になります。


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