Skip to main content
Drama 3はFish Audioの最新のテキスト読み上げモデルで、音声の演出に向けて作られています。シーン全体を1つのスクリプトとして書き、話し方はテキスト内で平易な言葉で記述し、対になった単語タグはそれが囲む単語だけを変化させます。ComfyUIでは、modelをdrama-3に設定したFish Audio Text to Speechノードで実行します。他のFish Audioモデルについては、Fish Audio: Text to Speech, Voice Cloning, and Speech to Textを参照してください。
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

ComfyUI で Drama 3 を使用する

Fish Audio のパートナーノードは、ノードメニューの partner/audio/Fish Audio 以下で利用できます。Drama 3 は他のモデルと同じノードを使用します。Text to Speech、Speech to Text、Voice Selector、Instant Voice Clone です。

モデルの選択

Text to Speech ノードで model を drama-3 に設定します。

ボイスの接続

Voice Selector または Instant Voice Clone の voice 出力は、Text to Speech ノードに接続します。drama-3 は、最大 5 スロットまで追加できる可変長の voices 入力を公開しています。接続したボイスが 1 つの場合、ノードはそれを内部的に reference_id として渡します。2 つ以上の場合、テキスト内で話者を @Voice1、@Voice2 などのように指定する必要があり、接続したすべてのボイスがテキスト内に少なくとも 1 回は登場しなければなりません。そうでない場合、ノードはエラーを発生させます。

演技を演出する

drama-3 はスクリプトそのものから演出指示を受け取ります。角括弧で書いた平易な言葉の指示は、その位置から先の話し方を変え、対になる単語タグは囲んだ単語だけを変えます。

話し方を指定する

指示は角括弧に入れ、適用したい言葉の前に置きます。書き方は、声優に演技指示を出すときと同じように、感情、意図、ペース、あるいはそのキャラクターが誰に話しかけているかを含めます。
指示は次の指示まで適用されます。行頭の [calm] は、別の指示に置き換わるまでその行全体に効き続けます。1 行に複数の指示を書くと、その行の中で話し方が切り替わります。

サウンドとポーズを加える

ため息、笑い、息遣いなど、サウンドやポーズを入れたい位置に角括弧で書きます。

どの言語でも演出できる

指示はスクリプトの言語と一致している必要はありません。英語のスクリプトに中国語で指示を出すことも、その逆も可能です。

特定の単語だけを変える

対になるタグで単語を囲むと、その単語の話し方だけを変えられます。対応しているタグは <whisper>、<emphasis>、<soft>、<fast>、<slow>、<stress>、<forceful> です。

行の途中で言語を切り替える

Fish Audio は言語タグを実験的と位置づけています。
フレーズを言語タグで囲むと、その言葉だけ言語を切り替えられます。これは、1 つの行に 2 つの言語が混在している場合や、あるフレーズを別の言語で読ませたい場合に役立ちます。

組み合わせる

指示、単語タグ、音素タグ はすべて同じスクリプト内で使えます。複数話者のターンの中でも同様です。
プロンプトガイド にある感情、トーン、効果のタグは他のモデル向けのものです。drama-3 では、代わりにこのページの指示と単語タグを使用してください。

利用可能なワークフロー

Drama 3 には、すぐに使える2つのテンプレートがあります。1人による演出付きパフォーマンスと、2話者による対話です。ComfyUI のテンプレートライブラリから開くか、Comfy Cloud で直接実行できます。どちらも ComfyUI 0.39.3 以降が必要です。

Fish Audio Drama 3: 指示されたパフォーマンス

1つのスクリプトを単一の音声で演じさせます。text フィールドの演出指示は行ごとに話し方を変化させ、<whisper>...</whisper> は行の残りの部分を変えずに一部の単語だけを変えます。テンプレートは Delia プリセットボイスから始まり、Voice Selector で差し替えられます。 Fish Audio Drama 3: Directed Performance 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 “Fish Audio Drama 3: Directed Performance” を検索してください
入力素材 このファイルを該当する LoadAudio ノードにアップロードしてください:

fish_audio_example.mp3

LoadAudio ノード 11 · fish_audio_example.mp3

Fish Audio Drama 3: 2人対話

シーン全体を1回のパスで生成します。話者ごとに1つの Voice Selector を使い、台詞タグはスクリプトに記述します。テンプレートには Delia と Sheila のプリセットボイスが含まれています:
Fish Audio Drama 3: Two-Speaker Dialogue 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 “Fish Audio Drama 3: Two-Speaker Dialogue” を検索してください
入力素材 このファイルを該当する LoadAudio ノードにアップロードしてください:

fish_audio_example.mp3

LoadAudio ノード 11 · fish_audio_example.mp3

アカウントと料金

これらのノードを利用するには ComfyUI アカウントへのサインインが必要で、使用量に応じて課金されます。Drama 3 は、ローンチキャンペーン期間中はテキスト 100 万バイトあたり約 14.30、2026年11月13日以降は14.30、2026年11月13日以降は 35.75 です。クレジット料率とキャンペーン期間については、パートナーノードの料金 を参照してください。

はじめる

  1. ComfyUIを0.39.3以降にアップデートする
  2. 上記のDrama 3テンプレートのいずれかを開くか、partner/audio/Fish AudioからFish Audioノードを追加する
  3. Text to Speechノードでdrama-3を選択し、Voice SelectorまたはInstant Voice Cloneでボイスを接続する
  4. 指示とワードタグを使ってスクリプトを書き、実行する