メインコンテンツへスキップ
Breeze TTS 2 は、Breeze Blue のオープンウェイト音声合成モデルです。英語と中国語をネイティブにサポートし、51言語をカバーする多言語バリアントも用意されています。 ComfyUI ではパートナーノードを通じて実行します。Breeze Text to Speech は、選択した音声でスクリプトを読み上げます。Breeze Voice Selector は、注目の音声、または所有している任意の音声 ID を選択します。さらに4つのノードで音声を作成・調整できます。Breeze Voice Clone は録音から音声をコピーし、Breeze Voice Design は説明から音声を生成し、Breeze Voice Remix は既存の音声を変化させ、Breeze Voice Localize は音声を別の言語に移します。いずれもクラウド API ノードです。クレジット付きの Comfy アカウントが必要で、ローカルモデルはダウンロードされません。料金はパートナーノードの料金ページに記載されています。
APIノードを使用するには、正しくログインしていることと、許可されたネットワーク環境で使用していることを確認する必要があります。APIノードの使用に必要な具体的な要件については、ドキュメントの「APIノードの概要」セクションをご参照ください。
ComfyUI が最新版に更新されていることを確認してください。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

テキスト読み上げ

セリフを書き、声を選択すると、ノードがそのセリフを読み上げたオーディオを返します。(sighs) や (laughs) といった音声タグは、読み上げられるのではなく演じられます。そのため、ポーズや笑い声は、ページ上のテキストとしてではなくモデルから出力されます。 このテンプレートはクローンした声で読み上げます。breeze_tts2_tts_clone_audio.wav は Breeze Voice Clone を通り、返された voice id が、language を custom に設定した Breeze Voice Selector に入力され、それが Breeze Text to Speech を動かします。代わりに注目の声を使うには、テンプレート内のもう一方の Breeze Voice Selector(言語 English、声 Elizabeth)を Breeze Text to Speech の voice 入力に接続してください。これはワークフローに含まれていますが、接続されていません。 Breeze TTS 2 テキスト読み上げワークフローのプレビュー

Comfy Cloud で実行

Comfy Cloud で開く

ワークフローをダウンロード

JSON をダウンロードするか、テンプレートライブラリで “Breeze TTS 2: Text to Speech” を検索してください
さらに2つのグループがバイパスされた状態で含まれています。Breeze Voice Remix は既にある声を変化させ、Breeze Voice Design は説明から声を作ります。どちらも voice 出力で voice id を返しますが、その出力は接続されていません。Preview as Text ノードに接続して id を読み取るか、Breeze Text to Speech の voice 入力に直接接続してください。グループのノードを選択し、Ctrl+B を押してバイパスを解除してワークフローを実行し、その id を language を custom に設定した Breeze Voice Selector に貼り付けてください。 入力マテリアル

breeze_tts2_tts_clone_audio.wav

Breeze Voice Clone ノードに読み込んでください。テンプレートではこのノードがすでに音声ノードに接続されています

デリバリー制御

delivery は、セリフの読み上げ方を設定します:
  • neutral は、声をその声本来のサウンドに近づけます。speaker_boost は、よりオリジナルに近い状態を保ちます。
  • directed は、記述された instructions に従います。例:「温かく、急がず、最後の言葉で微笑む」。指示はテキストと同じ言語で書き、strength を設定して、声がどの程度文字通りに指示に従うかを制御します。
speed は、ピッチを変えずにテンポを 0.5 から 2.0 まで変更します。

ボイスの作成

Remix はオリジナルの言語を維持します。言語をまたぐ場合は Localize を使用してください。クローンには、再現する権利のあるボイスのみを使用してください。同意が必須です。

ノードの操作

音声はその言語で最も自然に聞こえます。聞き慣れた声で別の言語を話させるには、まず Breeze Voice Localize を通してください。

はじめる

  1. ComfyUIを最新バージョンにアップデートします
  2. テンプレートライブラリに移動し、Breeze TTS 2 を検索します