指示可能なマルチスピーカー音声
Text to Speech ノードは、最大5つの音声で S2.1 Pro を実行します。話者を @Voice1 や @Voice2 としてタグ付けし、各セリフに [whispering]（ささやき）や [excited]（興奮）などのキューで指示を与えることができます。
ComfyUI での Fish Audio 音声
Fish Audio は ComfyUI の公式パートナーノードとして提供されます。S2.1 Pro による表現力豊かな音声生成、短い録音からの音声クローン、音声の文字起こしを、画像や動画モデルと同じグラフ内ですべて実行できます。
カテゴリクリエイティブワークフロー
統合ComfyUI 公式パートナーノード
見つけ方ノードメニュー → partner/audio/Fish Audio
デフォルトモデルS2.1 Pro、1ノードにつき最大5つの音声
ノードText to Speech（テキスト読み上げ）、Speech to Text（文字起こし）、Voice Selector（音声セレクター）、Instant Voice Clone（インスタント音声クローン）
テンプレートComfy Cloud またはテンプレートライブラリ内の、テキスト読み上げ、音声クローンから音声生成、文字起こし
音声クローンInstant Voice Clone ノード内では無料。生成された音声に対してのみ課金されます。
ComfyUI における Fish Audio パートナーノード ↗Comfy と Fish Audio を選ぶ理由
ComfyUI は、クリエイターが画像、動画、3Dモデルを繋ぎ合わせ、反復可能なワークフローを構築する場所です。Fish Audio はそこに「声」を追加します。表現力豊かで指示可能な音声生成とクローニングが同じグラフに組み込まれるため、台本から最終的な音声まで Comfy を離れることなくシーンを完成させることができます。
グラフ内で音声をクローン
Instant Voice Clone ノードは、短い録音をワークフロー全体で再利用可能なプライベートな音声に変換します。クローン作成は無料です。生成した音声分のみ料金が発生します。
1つのワークフローからシーンをローカライズ
S2.1 Pro は30以上の言語に対応しているため、1つのグラフであらゆる市場向けのシーンに音声を付けることができます。台本を入れ替え、声はそのままに、1回の実行ですべてのバージョンをレンダリングできます。
使い方
Fish Audio の音声を Comfy 上のプロダクトとしてリリースするまでの 3 ステップ
STEP 01
Fish Audio ノードを追加する
最新の ComfyUI にアップデートし、Fish Audio テンプレート（Text to Speech、Voice Clone to Speech、または Speech to Text）を開くか、partner/audio/Fish Audio からノードを追加します。
STEP 02
サインインして音声を選択する
プロンプトが表示されたら ComfyUI アカウントにサインインし、プリセット音声、任意の fish.audio 音声モデル、または Instant Voice Clone で作成した新しいクローンを接続します。
STEP 03
書いて、実行して、保存する
[whispering]（ささやき）や [laughing]（笑い）などのキューを含めて台本を書き、ワークフローを実行します。その後、音声を保存するか、動画やリップシンクノードに直接渡します。
Fish Audio と Comfy で作られているもの
話すキャラクターとアバター
Fish Audio の音声と image-to-video およびリップシンクノードを組み合わせることで、1つのグラフ内で各キャラクターに一貫した声を与えることができます。
複数キャラクターの対話
シーン、ショート動画、予告編、ポッドキャスト向けに、1つの Text to Speech ノードで最大5つの音声を割り当てることができます。
文字起こしとキャプション
Speech to Text ノードは、テキスト、検出された言語、およびタイムスタンプ付きのセグメントを返します。これらは字幕作成やワークフローの次のステップに利用できます。
その他のパートナー
AI 動画プラットフォーム。HeyGen の AI Studio に搭載された Fish 音声エンジンは Fish Audio 技術をベースとしており、英語のアクセントやロケール制御が可能です。HeyGen Video Creator と LiveAvatar の両方で利用できます。
動画・アバター
1つのキーですべてのモデルに対応する AI Gateway。Fish Audio S2.1 Pro、S2 Pro、S1、Transcribe-1 がすべて fish-audio/ モデルとして利用可能です。
ルーター & ゲートウェイ
数百のモデルを統合した API。Fish Audio S2.1 Pro は OpenRouter のテキスト読み上げ API で fish-audio/s2.1-pro として利用できます。
ルーター・ゲートウェイ
Fish Audio と Comfy で開発を始めよう
ComfyUI で Fish Audio パートナーノードがどのように機能するかを確認するか、クリエイタープログラムや共同マーケティングについては当社のパートナーシップチームにお問い合わせください。